Matplotlib：可视化箱线图boxplot

箱线图统计学知识

• 上限值：Q1-1.5×IQR
• 上相邻值：距离上限值最近的值
• 须线：上下分位数各自与上下相邻值的距离
• 上四分位数（Q1)：一组数据按顺序排列，从小至大第25%位置的数值
• 中位数：一组数据按顺序排列，从小至大第50%位置的数值
• 中位线（IQR）：Q3-Q1上四分位数至下四分位数的距离
• 下四分位数（Q3）：一组数据按顺序排列，从小至大第75%位置的数值
• 下相邻值：距离下限值最近的值
• 下限值：Q3+1.5×IQR
• 离群值（异常值）：一组数据中超过上下限的真实值
  
  对照正态分布图来参考：
  
  如果中位线往右偏移，那么数据呈左偏分布；
  如果中位线往左偏移，那么数据呈右偏分布

箱形图又称为盒须图，盒式图或箱线图。是一种用作显示一组数据分散情况资料的统计图。

plt.boxplot(		x, 
					notch=None, 
					sym=None,
					 vert=None, 
					 whis=None, 
					 positions=None, 
					 widths=None, 
					 patch_artist=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)

• x：指定要绘制箱线图的数据；
• notch：是否是凹口的形式展现箱线图，默认非凹口；
• sym：指定异常点的形状，默认为+号显示；
• vert：是否需要将箱线图垂直摆放，默认垂直摆放；
• whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差；
• positions：指定箱线图的位置，默认为[0,1,2…]；
• widths：指定箱线图的宽度，默认为0.5；
• patch_artist：是否填充箱体的颜色；
• meanline：是否用线的形式表示均值，默认用点来表示；
• 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，默认显示；
• showbox：是否显示箱线图的箱体，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；
• labels：为箱线图添加标签，类似于图例的作用；
• filerprops：设置异常值的属性，如异常点的形状、大小、填充色等；
• 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：设置箱线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；

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(100)

# 生成一组随机数，数量为1000
data = np.random.normal(size=(1000,), loc=0, scale=1)

# sym 调整好异常值的点的形状
# whis 默认是1.5， 通过调整它的竖直来设置异常值显示的数量，
# 如果想显示尽可能多的异常值，whis设置很小，否则很大,也可以分别设定上下限whis=[5, 95]
plt.boxplot(data, sym="o", whis=1.5)
# plt.boxplot(data, sym ="o", whis = 0.01)
# plt.boxplot(data, sym ="o", whis = 999)
plt.show()

创建多组箱形图

# 在同一张图中显示多组箱形图
 
import numpy as np
import matplotlib.pyplot as plt
 
np.random.seed(100)
# 用来设置每一组的名字
labels = ["A", "B", "C", "D", "E"]
 
# 创建5组，每一组有1000个数
data = np.random.normal(size = (1000, 5), loc= 0, scale= 1)
 
plt.boxplot(data, labels = labels, sym = "o")
plt.show()

patch_artist：是否填充箱体的颜色；True or False

利用 numpy 库生成三组正态分布随机数:

import  matplotlib.pyplot as  plt
import  numpy as  np

all_data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(all_data,patch_artist = False)  #False    #描点上色
plt.show()

Note：默认 patch_artist=False，所以我们需要指定其参数值为 True，即可自动填充颜色。

notch=True, 切口形状 ,vert=True是否需要将箱线图垂直摆放，默认垂直摆放

缺口表示50%分位点的置信区间，缺口太大表示分布太分散了

all_data=[np.random.normal(0,std,100) for std in range(1,4)]
#首先有图（fig），然后有轴（ax）
fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(9,4))


bplot1=axes[0].boxplot(all_data,
                       vert=True,
                       patch_artist=True)

#axes[0]表示在第一张图的轴上描点画图
#vert=True表示boxplot图是竖着放的
#patch_artist=True 表示填充颜色

bplot2 = axes[1].boxplot(all_data,
                         notch=True,  # 切口形状
                         vert=True,
                         patch_artist=True)
plt.show()

美化图形

箱线图对象的类型：
type(bplot1)
#dict
返回字典字典类型

填充颜色基本遵循以下步骤：

• 指定箱线图中每个箱子的填充颜色，如：red、green、blue、pink 等 构造字典存放箱子配色 ——{箱线图中每个箱子patch：对应的配色color}
• 重新上色 —— patch.set_facecolor(color)

import  matplotlib.pyplot as  plt
import  numpy as  np


all_data=[np.random.normal(0,std,100) for std in range(1,4)]
#首先有图（fig），然后有轴（ax）
fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(9,4))
bplot1=axes[0].boxplot(all_data,
                       vert=True,
                       patch_artist=True)


bplot2 = axes[1].boxplot(all_data,
                         notch=True,
                         vert=True,
                         patch_artist=True)

# 颜色填充
colors = ['pink', 'lightblue', 'lightgreen']
for bplot in (bplot1, bplot2):
    for patch, color in zip(bplot['boxes'], colors):
        patch.set_facecolor(color)

plt.show()

添加网格线

• 指定在x轴上添加网格线（ax.xaxis.grid(True)），或者在y轴上添加网格线（ax.yaxis.grid(True)）
• 指定 x 轴和 y 轴上的刻度个数（ax.set_xticks([1,2,3]),ax.set_yticks([1,2,3,4,5,6,7,8])）
• 设置 x 轴名称（ax.set_xlabel(“xlabel”)）
• 设置 y 轴名称（ax.set_xlabel(“ylabel”)）

import matplotlib.pyplot as plt
import numpy as np

all_data=[np.random.normal(0,std,100) for std in range(1,4)]

#首先有图（fig），然后有轴（ax）
fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(9,4))


bplot1=axes[0].boxplot(all_data,
                       vert=True,
                       patch_artist=True)


bplot2 = axes[1].boxplot(all_data,
                         notch=True,
                         vert=True, 
                         patch_artist=True)



#颜色填充
colors = ['pink', 'lightblue', 'lightgreen']
for bplot in (bplot1, bplot2):
    for patch, color in zip(bplot['boxes'], colors):
        patch.set_facecolor(color)

# 加水平网格线
for ax in axes:
    ax.yaxis.grid(True) #在y轴上添加网格线
    ax.set_xticks([y+1 for y in range(len(all_data))] ) #指定x轴的轴刻度个数
    ## [y+1 for y in range(len(all_data))]运行结果是[1,2,3]
    ax.set_xlabel('xlabel') #设置x轴名称
    ax.set_ylabel('ylabel') #设置y轴名称

# 添加刻度
# 添加刻度名称，我们需要使用 plt.setp() 函数：

# 加刻度名称
plt.setp(axes, xticks=[1,2,3],
         xticklabels=['x1', 'x2', 'x3'])
# 我们的刻度数是哪些，以及我们想要它添加的刻度标签是什么。
        
plt.show()

import matplotlib.pyplot as plt

# 其他参数
# 在图上标记出均值线

fig,axes=plt.subplots(1,2,figsize=(9,5))
axes[0].boxplot(data,labels=labels,showmeans=True,meanline=False)
axes[0].set_title("默认 meanline=False",fontsize=15)
axes[1].boxplot(data,labels=labels,showmeans=True,meanline=True)
axes[1].set_title("meanline=True",fontsize=15)
plt.show()

# Note：

# meanline=False，那么均值位置会在图中用小三角表示出来

# meanline=True，那么均值位置会在图中用虚线表示出来
# 默认 showfliers=True，那么图中会显示出离群值

# showfliers=False，那么图中会去除离群值