### 使用Seaborn绘制分类变量与二分类变量的箱线图 为了可视化五分类自变量与二分类因变量的关系，可以使用 `seaborn` 的 `boxplot` 函数来创建箱线图。以下是实现此功能的具体方法： #### 导入必要的库 首先需要导入所需的 Python 库，包括 `pandas` 用于数据处理以及 `matplotlib` 和 `seaborn` 用于绘图。 ```python import pandas as pd import seaborn as sns import matplotlib.pyplot as plt ``` #### 创建示例数据集 假设我们有一个五分类的自变量（命名为 `category`），其取值范围为 `[A, B, C, D, E]`；还有一个二分类的因变量（命名为 `binary_outcome`），其取值范围为 `[0, 1]`。 ```python data = { 'category': ['A', 'B', 'C', 'D', 'E'] * 20, 'binary_outcome': [0, 1, 0, 1, 0] * 20 } df = pd.DataFrame(data) # 添加一些随机噪声到 binary_outcome 中以便更好地展示分布情况 import numpy as np np.random.seed(42) df['value'] = df['binary_outcome'] + np.random.normal(loc=0, scale=0.1, size=len(df)) ``` #### 绘制箱线图 通过调用 `sns.boxplot()` 方法并指定参数 `x`, `y` 来分别表示类别型变量和数值型变量的位置即可完成箱线图的绘制。 ```python plt.figure(figsize=(8, 6)) sns.boxplot(x='category', y='value', data=df, hue='binary_outcome') plt.title('Box Plot of Category vs Binary Outcome with Hue Splitting by Outcome Value') plt.xlabel('Category (Five-level Independent Variable)') plt.ylabel('Value Adjusted from Binary Outcome') plt.legend(title='Binary Outcome') plt.grid(True, linestyle='--', alpha=0.7) plt.tight_layout() plt.show() ``` 上述代码中的 `hue='binary_outcome'` 参数允许按照不同的二分类结果分组显示箱子的颜色差异[^1]。 --- ### 面积图的应用场景说明 对于面积图而言，它更适合用来表现连续变化的趋势或者累积效应的数据形式。然而，在当前情况下——即离散类别的对比分析中，面积图可能并不是最佳选择，因为它的主要用途在于时间序列或其他有序维度上的趋势观察而非独立类别的比较[^2]。 如果确实希望尝试制作类似的图表，则可以通过计算每种类别下两类目标的比例再利用堆叠条形图近似模拟这种效果作为替代方案之一。 #### 堆叠比例条形图代替面积图 这里提供一种思路转换成百分比构成的形式来进行呈现： ```python grouped_df = df.groupby(['category', 'binary_outcome']).size().unstack(fill_value=0).reset_index() for col in grouped_df.columns[1:]: grouped_df[col] /= grouped_df.iloc[:, 1:].sum(axis=1) fig, ax = plt.subplots(figsize=(8, 6)) bottom = None colors = ['#ff9999','#66b3ff'] labels = list(grouped_df.columns)[1:] for i, label in enumerate(labels): values = grouped_df[label].values ax.bar(grouped_df['category'], values, bottom=bottom, color=colors[i], label=label) if bottom is None: bottom = values else: bottom += values ax.set_title('Stacked Bar Chart Representing Proportions within Each Category') ax.set_xlabel('Categories (Five-Level Independent Variables)') ax.set_ylabel('Proportion (%)') ax.legend(title="Binary Outcomes", loc="upper right") plt.xticks(rotation=45) plt.tight_layout() plt.show() ``` 这种方法能够清晰地表达各个类别内部不同二分类结果所占比例的情况，从而达到类似于面积图的效果但更贴合实际需求。 ---