如何在Python中使用 Seaborn 在 Boxplot 上显示均值？

介绍

在数据可视化中，Boxplot 是一种常见的方式用于显示数据的分布情况。Seaborn 是一个 Python 数据可视化库，它提供了丰富的绘图功能和美观的图形风格。在 Seaborn 中，我们可以使用 boxplot() 函数绘制 Boxplot。本文将介绍如何在 Boxplot 上显示均值。

示例

我们使用 Seaborn 提供的数据集 tips，它包含了一些关于用餐人数、小费、性别、抽烟情况和日期等方面的信息。我们首先需要导入 Seaborn 和数据集：

import seaborn as sns
import pandas as pd

tips = sns.load_dataset("tips")

接下来，我们可以使用 boxplot() 函数绘制 Boxplot：

sns.boxplot(x="day", y="total_bill", data=tips)

现在的 Boxplot 没有显示均值。我们可以通过添加 stripplot() 函数并设置 jitter 参数来在 Boxplot 上显示单个观测值。具体来说，jitter 参数控制在 x 轴方向上观测值的偏移程度，越大偏移的程度就越大。默认情况下，jitter=0.4。

sns.boxplot(x="day", y="total_bill", data=tips)
sns.stripplot(x="day", y="total_bill", data=tips, jitter=True, color=".3")

这样 Boxplot 上就显示了单个观测值。接下来，我们可以使用 matplotlib 库来添加均值的线段。具体来说，我们需要先计算出每个分类的均值，然后使用 matplotlib 库绘制线段。

import numpy as np
import matplotlib.pyplot as plt

# 计算每个分类的均值
mean_vals = tips.groupby('day')['total_bill'].mean().values

# 绘制中位数线和均值线
sns.boxplot(x="day", y="total_bill", data=tips)
sns.stripplot(x="day", y="total_bill", data=tips, jitter=True, color=".3")
for i in range(len(mean_vals)):
    plt.plot([i-.2, i+.2], [mean_vals[i], mean_vals[i]], '-', lw=4, color='k')

![boxplot3][3]

现在，Boxplot 上显示了均值线和中位数线。

结论

本文介绍了如何在 Python 中使用 Seaborn 在 Boxplot 上显示均值。我们可以使用 stripplot() 函数在 Boxplot 上显示单个观测值，使用 matplotlib 库绘制均值线。这些方法可以让我们更好地了解数据的分布情况。

[3]: https://raw.githubusercontent.com/tensorxing/PythonGuide/main/imgs/19-3.png