temp_15_df = df_15_oclock[[“date”, “temperature_2m”, “Year”]]
以每年为分组,画boxplot。x轴是年份,y轴是temperature_2m
用matplotlib:
import pandas as pd
import matplotlib.pyplot as plt
# 假设df_15_oclock是您已经加载的数据框
# temp_15_df = df_15_oclock[["date", "temperature_2m", "Year"]]
# 首先确保"Year"列是整数类型
temp_15_df['Year'] = temp_15_df['Year'].astype(int)
# 使用Pandas的groupby函数按"Year"分组,并计算每组的描述性统计数据
grouped = temp_15_df.groupby('Year')['temperature_2m']
# 绘制箱型图
plt.figure(figsize=(10, 6)) # 可以调整图形大小
for name, group in grouped:
plt.boxplot(group, positions=[name], manage_xticks=False) # 绘制每个年份的箱型图
# 设置x轴的刻度,使其显示年份
plt.xticks(range(temp_15_df['Year'].min(), temp_15_df['Year'].max() + 1))
# 添加标签和标题
plt.xlabel('Year')
plt.ylabel('Temperature (2m)')
plt.title('Boxplot of Temperature by Year')
# 显示图形
plt.show()
用seaborn:
import seaborn as sns
# 使用Seaborn绘制箱型图
sns.boxplot(x='Year', y='temperature_2m', data=temp_15_df)
plt.xlabel('Year')
plt.ylabel('Temperature (2m)')
plt.title('Boxplot of Temperature by Year')
plt.show()
加图像大小:
import pandas as pd
import matplotlib.pyplot as plt
# 假设df_15_oclock是您已经加载的数据框
# temp_15_df = df_15_oclock[["date", "temperature_2m", "Year"]]
# 确保'Year'列是整数类型
temp_15_df['Year'] = temp_15_df['Year'].astype(int)
# 使用Pandas的groupby函数按"Year"分组,并绘制箱型图
plt.figure(figsize=(12, 7)) # 设置图像大小为12x7英寸
temp_15_df.boxplot(column='temperature_2m', by='Year')
# 添加x轴和y轴的标签
plt.xlabel('Year')
plt.ylabel('Temperature (2m)')
# 添加标题
plt.title('Boxplot of Temperature by Year')
# 显示图形
plt.show()