基于Python matplotlib库绘制箱线图
作者:侯小啾 时间:2021-09-04 22:23:24
1. 关于箱线图 及 plt.boxplot()方法
箱线图又称箱形图,有的地方也可以叫盒须图。使用箱线图的好处是可以以一种相对稳定的方式描述数据离散分布情况,识别数据中的异常值。
在pthon的matplotlib库中绘制箱线图使用的是plt.boxplot()方法。
该方法的主要参数如下
参数 | 描述 |
---|---|
x | 要绘制箱线图的数据 |
notch | 是否以凹凸形式展现箱线图,默认为非凹凸 |
sym | 指定异常点的形状,默认为加号(+)显示 |
vert | 是否需要将箱形图垂直摆放 |
whis | 指定上下限与上下四分位的距离。默认为1.5倍的四分位差 |
position | 指定箱型图的位置。默认为[0, 1, 2] |
widths | 指定箱型图的宽度,默认为0.5 |
patch_artist | 是否填充箱体颜色 |
meanline | 是否用线的形式表示均值,默认用点的形式来表示。showmeans为True时这个参数才有意义 |
showmeans | 是否显示均值,默认不显示 |
showcaps | 是否显示箱线图顶端和末端的两条线。默认是不显示的 |
showbox | 是否显示箱体,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。patch_artist为True时填充箱体颜色(facecolor键)才有效 |
medianprops | 设置中位数的属性,如线的类型、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,如颜色、粗细等 |
whiskerprops | 设置须的属性。如颜色、粗细、线的类型等 |
2. 绘制一幅简单的箱线图
使用随机数种子随机生成三组随机但固定的数据。以用来绘制三个箱线个体(一张图)。
全局字体使用楷体。
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure(1, facecolor='#33ff99', figsize=(10, 6))
plt.rcParams['font.sans-serif'] = ['STKAITI']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['axes.facecolor'] = '#cc00ff'
np.random.seed(30)
data1 = np.random.randint(20, 100, 200)
data2 = np.random.randint(30, 120, 200)
data3 = np.random.randint(40, 110, 200)
plt.boxplot([data1, data2, data3])
plt.xticks(range(1, 4), ['A型', 'B型', 'C型'], fontsize=20)
plt.yticks(fontsize=20)
plt.title('箱线图', fontsize=25, color='#0033cc')
plt.show()
图像效果如下:
3. 绘制一幅更精致的图像
下边的数据中,修改了一下数据。上边随机产生的数据因为较为均匀,所以很难产生异常值,达不到箱线图的预期展示效果。
使用 * 符号来标记异常值。并使用线来标出每组数据的均值。
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure(1, facecolor='#33ff99', figsize=(10, 6))
plt.rcParams['font.sans-serif'] = ['STKAITI']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['axes.facecolor'] = '#cc00ff'
np.random.seed(110)
data1 = np.random.randint(20, 100, 200)
data2 = np.random.randint(30, 120, 200)
data3 = np.random.randint(40, 110, 200)
# 修改几个值,作为异常值,方便展示
data1[100:102] = [142, 150]
data3[100:103] = [1, 5, 154]
plt.boxplot([data1, data2, data3],
notch=True,
sym='*',
patch_artist=True,
boxprops={'color': '#ffff00', 'facecolor': '#0066ff'},
capprops={'color': '#ff3333', 'linewidth': 2},
showmeans=True,
meanline=True
)
plt.xticks(range(1, 4), ['A型', 'B型', 'C型'], fontsize=20)
plt.yticks(fontsize=20)
plt.title('箱线图', fontsize=25, color='#0033cc')
plt.show()
代码执行效果如下:
4. 异常值的标准
通过whis参数可以修改判断异常值的标准。默认将不在【均值±1.5倍四分位差】范围内的判断为异常值。
在上述代码的基础上稍作修改:
设置whis=2
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure(1, facecolor='#33ff99', figsize=(10, 6))
plt.rcParams['font.sans-serif'] = ['STKAITI']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['axes.facecolor'] = '#cc00ff'
np.random.seed(110)
data1 = np.random.randint(20, 100, 200)
data2 = np.random.randint(30, 120, 200)
data3 = np.random.randint(40, 110, 200)
# 修改几个值,作为异常值,方便展示
data1[100:102] = [142, 150]
data3[100:103] = [1, 5, 154]
plt.boxplot([data1, data2, data3],
whis=2,
notch=True,
sym='*',
patch_artist=True,
boxprops={'color': '#ffff00', 'facecolor': '#0066ff'},
capprops={'color': '#ff3333', 'linewidth': 2},
showmeans=True,
meanline=True
)
plt.xticks(range(1, 4), ['A型', 'B型', 'C型'], fontsize=20)
plt.yticks(fontsize=20)
plt.title('箱线图', fontsize=25, color='#0033cc')
plt.show()
则结果中已经不再有异常值:
5. 异常值的输出
上文只是将异常值以可视化的方式呈现在了读者眼前。当然,做数据分析时仅仅这样是不够的,通常还需要对数据进行处理,如去除。
下边的python代码来完成异常值的输出:
import numpy as np
np.random.seed(110)
data1 = np.random.randint(20, 100, 200)
data2 = np.random.randint(30, 120, 200)
data3 = np.random.randint(40, 110, 200)
# 修改几个值,作为异常值,方便展示
data1[100:102] = [142, 150]
data3[100:103] = [1, 5, 154]
Q1 = np.quantile(a=data3, q=0.25)
Q3 = np.quantile(a=data3, q=0.75)
# 计算 四分位差
QR = Q3 - Q1
# 下限 与 上线
low_limit = Q1 - 1.5 * QR
up_limit = Q3 + 1.5 * QR
print('下限为:', low_limit)
print('上限为:', up_limit)
print('异常值有:')
print(data3[(data3 < low_limit) + (data3 > up_limit)])
来源:https://blog.csdn.net/weixin_48964486/article/details/124120034
标签:Python,matplotlib,箱线图
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
Python性能提升之延迟初始化
2021-05-23 14:22:06
SQL Server 自动增长清零的方法
2012-01-05 19:07:47
聚族索引、非聚族索引、组合索引的含义和用途
2010-07-02 21:51:00
python统计文本文件内单词数量的方法
2021-09-20 17:51:55
Python深度学习albumentations数据增强库
2023-02-14 20:00:18
![](https://img.aspxhome.com/file/2023/2/75372_0s.jpg)
使用Abot中文分词组件来开发ASP站内搜索引擎
2007-10-18 13:36:00
Python实现字典的key和values的交换
2021-08-18 03:45:49
python中的线程threading.Thread()使用详解
2021-02-25 21:38:38
![](https://img.aspxhome.com/file/2023/5/97395_0s.png)
阿里巴巴中秋节logo设计的艰辛曲折过程
2008-09-11 17:15:00
![](https://img.aspxhome.com/file/UploadPic/20089/11/2008911171924597s.jpg)
Python多进程fork()函数详解
2023-06-08 19:41:37
python的函数最详解
2022-02-15 17:05:05
JavaScript的2008[译]
2009-02-20 13:49:00
![](https://img.aspxhome.com/file/UploadPic/up/8-javascript2008.gif)
python多线程编程方式分析示例详解
2023-05-13 04:56:01
python中管道用法入门实例
2022-06-26 21:42:08
Python自动登录QQ的实现示例
2021-09-07 19:50:26
Python中input()函数的用法实例小结
2021-09-04 18:42:59
![](https://img.aspxhome.com/file/2023/8/78598_0s.png)
python GUI库图形界面开发之PyQt5窗口类QMainWindow详细使用方法
2021-03-16 08:53:47
![](https://img.aspxhome.com/file/2023/5/77885_0s.png)
解决pycharm导入本地py文件时,模块下方出现红色波浪线的问题
2023-11-11 10:38:14
![](https://img.aspxhome.com/file/2023/9/90569_0s.jpg)
PHP邮件发送类PHPMailer用法实例详解
2023-11-19 16:31:17
Python 一键获取百度网盘提取码的方法
2023-11-30 06:13:49
![](https://img.aspxhome.com/file/2023/6/86456_0s.gif)