matplotlib 箱线图
matplotlib 箱线图
用户6021899
发布于 2019-08-14 08:12:59
发布于 2019-08-14 08:12:59
代码可运行
运行总次数：0
代码可运行
箱线图，是指—种描述数据分布的统计图，是表述数据的第一四分位数、中位数、第三四分位数与异常值（离群值）的一种图形方法。它也可以粗略地看出数据是否具有对称性，分布的分散程度等信息，特别是可用于对多组样本的比较。
在matplitlib中，用boxplot() 函数函数绘制箱线图。
我们先绘制一个简单的箱线图，对比两组数据的分布：
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
mpl.rcParams["font.sans-serif"] = ["FangSong"]
X1 = np.random.randn(200)+5
X2 = np.random.randn(100)+2
plt.boxplot([X1,X2],labels =[" A组","B组"])#labels表示分组
plt.ylabel("数据")
plt.title("箱线图示例",fontsize = 14,color="r")
plt.show()
可以显示平均值（图中三角形）：
plt.boxplot([X1,X2], showmeans=True,labels =[" A组","B组"])
也可以线条显示平均值(图中虚线）：
plt.boxplot([X1,X2],showmeans=True,meanline=True, labels =[" A组","B组"])
可以通过 sym参数 设置异常点的显示样式:
plt.boxplot([X1,X2],sym="r+", labels =[" A组","B组"])
其中，"r"表示红色；”+“表示离群点符号，可以是"*","o","v"等等。
可以隐藏离群点：
plt.boxplot([X1,X2],showfliers = False, labels =[" A组","B组"])
可以给箱体“收腰”：
bplot = plt.boxplot([X1,X2],notch = True, labels =[" A组","B组"])
可以设置箱体的宽度（图略）：
plt.boxplot([X1,X2],widths=[0.4,0.8], labels =[" A组","B组"])可以改变whis参数（默认1.5）来改变箱须包含数据范围的大小：
plt.boxplot([X1,X2],whis=1.0, labels =[" A组","B组"])
whis<1.5,则更多的点显示为离群值，反之亦然。
可以设置箱体的颜色：
bplot = plt.boxplot([X1,X2],patch_artist=True,labels =[" A组","B组"])
colors =["pink", "lightgreen"]
for i, item in enumerate(bplot["boxes"]):
item.set_facecolor(colors[i])
以下是全部的参数，可根据需要组合使用：
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_xticks=True, autorange=False, zorder=None, hold=None, data=None)本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2019-04-15，如有侵权请联系 cloudcommunity@tencent.com 删除
本文分享自 Python可视化编程机器学习OpenCV 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
评论
登录后参与评论
推荐阅读
💥开发者 MCP广场重磅上线！
精选全网热门MCP server，让你的AI更好用 🚀
腾讯云开发者
