Plot Matplotlib Plot (Regression von Medianen) und Pandas Boxplot auf dem gleichen Diagramm

Question

Ich möchte einen Boxplot (Pandas) und die Regression der Mediane auf den gleichen Achsen plotten. Leider funktioniert es nicht wie erwartet. Weder

fig, ax = plt.subplots(ncols=1) 
data.boxplot(xxx, ax=ax) 
ax.plot(xreg, yreg) 

noch

fig, ax = plt.subplots(ncols=1) 
bplot = data.boxplot(xxx, ax=ax) 
bplot.plot(xreg, yreg) 

scheint zu funktionieren.

Der letzte Ansatz scheint etwas besser zu funktionieren Das x passt nicht zusammen. Irgendwelche Ideen, was der Grund sein könnte und wie man die gleiche Skala ob beide Achse bekommt?

fig, ax = plt.subplots(ncols=1) 
ax1 = ax.twiny() 
bplot = data.boxplot(xxx, ax=ax) 
ax1.plot(xreg, yreg) 

Der Grund dafür ist wahrscheinlich die Skalierung der Achse:

ax.get_xlim() 
(0.5, 4.5) 

ax1.get_xlim() 
(-4.0, 84.0) 

Wenn ich nur die Regression plotten und die Mediane ohne boxplot, funktioniert alles einwandfrei:

Answer 1

Von l Bei der documentation of plt.boxplot finden wir, dass die Boxen standardmäßig bei den Indexpositionen 0,1,2, .. liegen. Die Achsengrenzen für N-Boxen sind somit [-0,5, N + 0,5].

Die Dokumentation sagt uns auch, dass die Positionen der Boxen mit dem positions Argument geändert werden können.

Mit diesem Argument können wir die Boxen an einer beliebigen Position entlang der x-Achse positionieren und dann möglicherweise ihre Breite anpassen, wenn ihre Trennung sehr groß oder klein wird.

Komplettes Beispiel:

import matplotlib.pyplot as plt 
import numpy as np 

x = np.linspace(0,70) 
f = lambda x: 6*np.exp(-x/50.) 

pos = [10, 40, 48, 64] 
a = np.empty((100,len(pos))) 
for i, p in enumerate(pos): 
    a[:,i] = np.random.normal(loc=f(p), size=a.shape[0]) 

plt.boxplot(a, positions=pos, widths=5) 
plt.plot(x, f(x)) 
plt.xlim(0,70) 

plt.show()