1. 首页首页
  2. 编程笔记编程笔记

python绘制箱型图的函数

编程笔记 • • 阅读 21

用法 Axes. boxplot( x, notch= None , sym= None , vert= None , whis= None , positions= None , widths= None , patch_artist= None , bootstrap= None ,

用法

Axes.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_ticks=True, autorange=False, zorder=None, *, data=None)

该框从数据的第一个四分位数（Q1）延伸到第三个四分位数（Q3），中间有一条线。晶须从盒子中伸出四分位间距（IQR）的1.5倍
在这里插入图片描述
参数说明

参数解释
x输入数据。如果是二维数组，则为x中的每一列绘制一个箱线图。如果是一系列1维数组，则为x中的每个数组绘制一个箱线图
notch是绘制凹口箱线图（True），还是绘制矩形箱线图（False）。缺口代表中位数周围的置信区间（CI）。bootstrap的文档描述了默认情况下如何计算槽口的位置，但是也可以通过设置conf_interval参数来覆盖槽口的位置。
sym传单点的默认符号。空字符串（“”）隐藏传单。如果没有，则传单默认为“b+”
vert如果为True，则绘制垂直框。如果为False，则绘制水平框。
whis简单来说就是箱须的位置，指定上下须跟上下四分位的距离，默认是5倍四分位差
bootstrap指定是否引导缺口盒形图中位数周围的置信区间。如果bootstrap为None，则不执行bootstrap，并使用基于高斯的渐近近似计算槽口
usermedians设置每个元素的中位数,默认是由matplotlib计算
positions盒子的位置。刻度和限制将自动设置为与位置匹配
widths盒子的宽度。默认值为0.5或0.15*
patch_artist如果为False，则使用Line2维生成长方体
labels每个数据集的标签（每个数据集一个）
manage_ticks如果为True，将调整记号位置和标签，以匹配箱线图位置
autorange如果为True，且数据分布使得第25百分位和第75百分位相等，则将whis设置为（0，100），从而使盒须端位于数据的最小值和最大值。
meanline是否用线的形式表示均值,默认用点来表示
zorder箱型图中的zorder–计算机语言,用于设置顺序
showcaps是否显示箱型图顶端和末端的两条线,默认是显示
showbox是否显示箱型图的箱体,默认显示
showfliers是否显示异常值,默认显示
boxprops设置箱体的属性,如边框色,填充色等
flierprops设置异常值的属性,如形状,大小、填充色等
medianprops设置中位数的属性,如线性的类型、属性(粗细)等
meanprops设置均值的属性,如点的大小、颜色等
capprops设置箱型图顶端和末端线条的属性，颜色、粗细等
whiskerprops设置须的属性,如颜色,粗细、线的类型等
案例

import numpy as np
import matplotlib.pyplot as plt

# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))
fig = plt.figure()
view = plt.boxplot(data)
plt.show()

在这里插入图片描述
** notch**

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('添加notch')
view = plt.boxplot(data, notch=4)
plt.show()

在这里插入图片描述
sym

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('添加notch')
view = plt.boxplot(data, sym='*')
plt.show()

在这里插入图片描述
vert
默认情况下是True

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('vert=True')
view = plt.boxplot(data,vert=True)

plt.subplot(122)
plt.title('vert=False')
view = plt.boxplot(data, vert=False)
plt.show()

在这里插入图片描述
whis

import numpy as np
import matplotlib.pyplot as plt

# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))

plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('添加whis')
view = plt.boxplot(data, whis=1)
plt.show()

在这里插入图片描述
positions

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('添加positions')
view = plt.boxplot(data, positions=[4,2,1])
plt.show()

在这里插入图片描述
widths

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('添加widths')
view = plt.boxplot(data, widths=[2,0.5,0.7])
plt.show()

在这里插入图片描述
patch_artist
如果为Flase，则使用Line2维生成长方体
labels

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
# 每个数据集一个
plt.title('设置labels')
view = plt.boxplot(data, labels=['天', '才', '伪'])
plt.show()

在这里插入图片描述
meanline, meanprops

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data, showmeans=True, meanline=False)

plt.subplot(122)
# 必须meanline为True时,meanprops才起作用
plt.title('设置meanline为True,以线形式显示平均值,并设置属性')
view = plt.boxplot(data, showmeans=True, meanline=True,meanprops={'color': 'cyan', 'linewidth': 1.5})
plt.show()

在这里插入图片描述
**showcaps **

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('设置showcaps为False')
view = plt.boxplot(data, showcaps=False)
plt.show()

在这里插入图片描述
showfliers(是否显示异常值)

import matplotlib.pyplot as plt
import pandas as pd


plt.rcParams['font.sans-serif'] = ['SimHei']

# 新建一个空的DataFrame
data = pd.DataFrame()
data["英语"] = [76, 90, 97, 71, 70, 93, 86, 83, 78, 40, 81]

plt.subplot(121)
plt.title('标准情况下,为显示异常值')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('不限显示异常值,showfliers=False')
view = plt.boxplot(data,showfliers=False)
plt.show()

在这里插入图片描述
boxprops
这里有一点需要说明下上面一个参数patch_artist,必须时为2DLine才可以绘制facecolor,不然会报错

AttributeError: 'Line2D' object has no property 'facecolor'

所以必须添加参数patch_artist=True

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('设置boxprops')
view = plt.boxplot(data, patch_artist=True, boxprops={'facecolor': 'cyan', 'linewidth': 0.8,'edgecolor': 'red'})
plt.show()

在这里插入图片描述
medianprops
设置中位数线的属性,类型等

import numpy as np
import matplotlib.pyplot as plt


# 创建数据
data = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

plt.subplot(121)
plt.title('标准情况下')
view = plt.boxplot(data)

plt.subplot(122)
plt.title('设置medianprops')
view = plt.boxplot(data, medianprops={'linewidth': 0.8,'color': 'blue'})
plt.show()

在这里插入图片描述

知秋君
知秋君

知秋君

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请关注公众号“全栈程序员社区”联系小编举报，一经查实，本站将立刻删除。
上一篇 2024-08-12 19:36
下一篇 2024-08-12 19:02

相关推荐