绘制多个box箱型图(1)

2401_83817916

于 2024-04-11 17:27:00 发布

阅读量569

点赞数 22

分类专栏：程序员文章标签：机器学习人工智能

本文链接：https://blog.csdn.net/2401_83817916/article/details/137646456

版权

文章介绍了如何根据输入数据和标签索引构建不同标签对特定数据类型的对比数据框，并使用Pandas和Matplotlib进行数据统计和可视化，包括绘制boxplot以展示不同标签数据的特征分布。

摘要由CSDN通过智能技术生成

print(“标签2有效果索引数量”,sum(label2_bool_index))

标签3

print(“3标签：”)
label3_bool_index = create_bool(label_3_len,min_length)
print(“标签3数量”,len(label3_bool_index))
print(“标签3有效果索引数量”,sum(label3_bool_index))
label_index = {“label0”:label0_bool_index,“label1”:label1_bool_index,“label2”:label2_bool_index,“label3”:label3_bool_index}



> 
> 根据输入数据、数据类型、标签索引，构建一个不同标签对某一数据类型对比数据框
> 
> 
>

#数据统计
def diff_label_static(img_feature,feature_flag,label_bool_index):
# 获取对应特征标签
label_0data = img_feature[img_feature[‘label’]==0]
# 将布尔数据转换为位置索引数据
label_0slice_data = label_0data.iloc[np.where(label_bool_index[“label0”])[0]]
# 获取对应特征标签
label_1data = img_feature[img_feature[‘label’]==1]
# 将布尔数据转换为位置索引数据
label_1slice_data = label_1data.iloc[np.where(label_bool_index[‘label1’])[0]]
# 获取对应特征标签
label_2data = img_feature[img_feature[‘label’]==2]
# 将布尔数据转换为位置索引数据
label_2slice_data = label_2data.iloc[np.where(label_bool_index[‘label2’])[0]]
# 获取对应特征标签
label_3data = img_feature[img_feature[‘label’]==3]
# 将布尔数据转换为位置索引数据
label_3slice_data = label_3data.iloc[np.where(label_bool_index[‘label3’])[0]]
temp = np.stack([np.asarray(label_0slice_data[feature_flag]),np.asarray(label_1slice_data[feature_flag]),np.asarray(label_2slice_data[feature_flag]),np.asarray(label_3slice_data[feature_flag])],axis=1)
label_list = [‘label0’,‘label1’,‘label2’,‘label3’]