情节小提琴情节太窄

我正在尝试根据绘图文档示例构建多个分割小提琴图。我不知道为什么小提琴被水平地弄脏了。我包括了 violinmode='overlay'，这是另一个人曾经建议的，但它没有什么区别。

下面是我正在使用的代码

lengthlm = go.Figure()

lengthlm.add_trace(go.Violin(x=lastmonth['agegroup'][lastmonth['type']=='Canine'],
                        y=lastmonth['lengthyr'][lastmonth['type']=='Canine'],
                        legendgroup='Canine', 
                        scalegroup='Canine',
                        name='Canine',
                        side='negative',
                        line_color=color_list[1]))

lengthlm.add_trace(go.Violin(x=lastmonth['agegroup'][lastmonth['type']=='Feline'],
                        y=lastmonth['lengthyr'][lastmonth['type']=='Feline'],
                        legendgroup='Feline', 
                        scalegroup='Feline',
                        name='Feline',
                        side='positive',
                        line_color=color_list[0]))

lengthlm.update_xaxes(type='category', categoryorder='array', categoryarray=['< 1 Yr','< 5 Yrs',
'< 10 Yrs','< 15 Yrs','15+ Yrs'])

lengthlm.update_traces(meanline_visible=True)
lengthlm.update_layout(violinmode='overlay',
                       violingap=0,
                      template=dash_template,
                      height=400,
                      width=750,
                      margin=dict(l=70))

lengthlm.show()

• 已经模拟了我可以暗示的是你的数据框的结构
• 这不会创建skinny使用任一小提琴图px or go
• 因此我只能得出结论，这是你的数据skinny

import pandas as pd
import numpy as np
import plotly.graph_objects as go
import plotly.express as px

# simulate data...
lastmonth = pd.DataFrame(
    {
        "agegroup": np.random.choice(
            ["< 1 Yr", "< 5 Yrs", "< 10 Yrs", "< 15 Yrs", "15+ Yrs"], 1000
        ),
        "type": np.random.choice(["Canine", "Feline"], 1000),
    }
)
lastmonth = (
    lastmonth.groupby(["agegroup", "type"])
    .apply(lambda d: d.assign(lengthyr=np.random.uniform(-1, 6, len(d))))
    .reset_index(drop=True)
)
lastmonth["agegroup"] = pd.Categorical(
    lastmonth["agegroup"],
    categories=["< 1 Yr", "< 5 Yrs", "< 10 Yrs", "< 15 Yrs", "15+ Yrs"],
    ordered=True,
)
lastmonth = lastmonth.sort_values("agegroup")

fig = (
    px.violin(lastmonth, x="agegroup", y="lengthyr", color="type")
    .update_layout(violinmode="overlay", violingap=0)
    .for_each_trace(
        lambda t: t.update(
            side="negative" if t.name == "Feline" else "positive", meanline_visible=True
        )
    )
)

fig