python绘制箱形图,python箱线图怎么看
Python_画箱线图盒图/箱线图箱线图图的介绍应用程序接口介绍示例DemoDemo 1:绘制简单的BoxplotDemo演示2:复杂的箱线图，为每个箱线图指定不同的颜色参考
箱线图图的介绍
箱形图（箱形图)又称为盒须图/盒式图/箱线图，是一种用作显示一组数据分散情况的统计图。这自然让人想到分位数的概念，不错，箱线图就是通过分位数来直观展示数据的分散程度。
如上图，几个重要的参数：下边缘（Q1）,表示最小值；下四分位数（Q2）,又称"第一四分位数",等于该样本中所有数值由小到大排列后第25%的数字；中位数（Q3）,又称"第二四分位数"等于该样本中所有数值由小到大排列后第50%的数字；上四分位数（Q4）,又称"第三四分位数"等于该样本中所有数值由小到大排列后第75%的数字；上边缘（Q5）,表述最大值。极端异常值,即超出四分位数差3倍距离的异常值，用实心点表示；较为温和的异常值，即处于1.5倍-3倍四分位数差之间的异常值，用空心点表示
应用程序接口介绍
参数：x:数组或者向量序列，数组的话每一行对应一个盒子，序列目录的话每个子目录对应一个盒子；labels: 每个包厢的标签，与x对应patch_artist: 是否填充信箱vert:控制图的呈现方向（水平或者垂直)widths: 指定每个包厢的宽度
示例演示演示1:绘制简单的箱线图导入matplotlib。py plot as pltimport numpy as NP from matplotlib。补丁导入多边形#修复可再现性的随机状态ynp.random.seed(19680801)#捏造一些数据pread=NP。兰德。rand(50)* 100c enter=NP。ones(25)* 50 flier _ high=NP。兰德。rand(10)* 100 100 flier _ low=NP。随机的。兰德(10)*-100数据箱线图（数据)axs[0，0].set _ title(基本绘图)# notched plotaxs[0，1].boxplot(data，1)axs[0，1].set _ title(凹口图)#更改异常点符号SAXS[0，2].boxplot(data，0， gD)axs[0，2].set _ title(更改异常值\ n点符号)#不显示离群点saxs[1，0].boxplot(data，0， )axs[1，0].set_title(不显示\ n更多的点)#水平框xs[1，1].boxplot(data，0， rs ，0)axs[1，1].set_title(水平框)#更改胡须长度轴[1,2]。boxplot(data，0， rs ，0，0.75)axs[1，2].set_title(改变胡须长度)图. subplots_adjust(left=0.08，right=0.98，bottom=0.05，top=0.9，hspace=0.4，wspace=0.3)#多捏造一些数据pread=NP。兰德。rand(50)* 100c enter=NP。ones(25)* 40 flier _ high=NP。随机的。rand(10)* 100 100 100 flier _ low=NP。随机(10如果不是，那就用列表来代替。#这实际上更有效，因为箱线图在内部将#一个二维数组转换为一个向量列表data=[data，d2，d2[:2]]#一个轴上的多个盒图图，ax=PLT。支线剧情()ax。箱线图(数据图)。显示()效果：
演示2:复杂的箱线图，为每个箱线图指定不同的颜色一些小技巧:
(1)x_tick的斜体显示
主要是通过斧头。文本方法的改变参数来指定的：
ax.text(pos[tick]，95，upper_labels[tick]，transform=ax。get _ xaxis _ transform()，
其中ax:
斧头。set _ xticklabels(NP。repeat(random _ dists，2)，
旋转角度=45 ,字体大小=8 )
可以看到旋转角度为45度。
(2)不同的箱线图显示不同的颜色
random_dists=[Normal(1，1)， Lognormal(1，1)， Exp(1)， Gumbel(6，4)， trial(2，9，11)]N=500 norm=NP。随机的。正态(1，1，N)logn=np.random.lognormal(1，1，N)expo=np.random .指数(1，N)gumb=np.random.gumbel(6，4，N)tria=np为代码简洁起见，只需对每个arraybootstrap _ indexes=NP。随机的。randint(0，N，N)data=[ norm，norm[bootstrap _ indexes]，logn，logn[bootstrap _ indexes]，expo，Expo[bootstrap _ indexes]，gumb，gumb[bootstrap _ indexes]，tria，tria[bootstrap _ indexes]，]fig，ax1=plt.subplots(figsize=(10，6))fig . canvas .经理。设置窗口标题(一个箱线图示例)图.支线剧情#隐藏绘图对象后面的网格title=跨五个分布的耳间强度差异(insulin independent diabetes)引导重采样的比较，xlabel=分布，ylabel=值，)#现在用所需的颜色填充框box _ colors=[ Dark kaki ， Royal Blue ]num _ box=len(data)medians=NP。空(num _ boxes)for I in range(num _ boxes):box=BP[ boxes ][I]box _ x=[]box _ y=[]for j in range(5):box _ x . append(box .get _ xdata()]face color=box _ colors[I % 2])#现在在我们刚刚填充的med=BP[ medians ][I]median _ x=[]median _ y=[]for j in range(2):median _ x . append(med .get _ xdata()[j])median _ Y . append(med。get _ Y data()[j])ax1。plot(median _ x，median _ Y， k )中位数[i]=median_y[0] #最后，用添加带有样本中间值的上# X轴刻度标签以帮助比较#(仅使用两位小数精度)pos=NP。arange(num _ boxes)1 upper _ labels=[str(round(s，2))for s in medians]weights=[ bold ， semibold]for tick，label in zip(range(num_boxes)，ax1。get _ xticklabels()):k=tick % 2 ax1。文本(位置[记号]，95，upper_labels[tick]，transform=ax1。get _ xa效果：
参考1.https://matplotlib。org/stable/gallery/statistics/box plot _ demo。html # sphx-glr-图库-统计数据-方框图-演示-py
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。