【Python画图-驯化seaborn】一文搞懂seaborn中的箱线图实践技巧

【Python画图-驯化seaborn】一文搞懂seaborn中的箱线图实践技巧
 
本次修炼方法请往下查看

🌈 欢迎莅临我的个人主页 👈这里是我工作、学习、实践 IT领域、真诚分享 踩坑集合，智慧小天地！
🎇 免费获取相关内容文档关注：微信公众号，发送 pandas 即可获取
🎇 相关内容视频讲解 B站

🎓 博主简介：AI算法驯化师，混迹多个大厂搜索、推荐、广告、数据分析、数据挖掘岗位 个人申请专利40+，熟练掌握机器、深度学习等各类应用算法原理和项目实战经验。

🔧 技术专长： 在机器学习、搜索、广告、推荐、CV、NLP、多模态、数据分析等算法相关领域有丰富的项目实战经验。已累计为求职、科研、学习等需求提供近千次有偿|无偿定制化服务，助力多位小伙伴在学习、求职、工作上少走弯路、提高效率，近一年好评率100% 。

📝 博客风采： 积极分享关于机器学习、深度学习、数据分析、NLP、PyTorch、Python、Linux、工作、项目总结相关的实用内容。

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

下滑查看解决方法

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

  

🎯 1. 基本介绍

  箱线图（Boxplot）是一种用于展示数据分布的统计图表，它能够提供数据的最小值、第一四分位数（Q1）、中位数（Q2）、第三四分位数（Q3）和最大值的摘要信息，并且可以直观地识别出数据中的异常值。

💡 2. 原理介绍

  箱线图的关键数值定义如下：

• 最小值（Minimum）：数据集中的最小非异常值。
  第一四分位数（Q1）：数据集中25%位置的值，表示有25%的数据点小于或等于这个值。
  中位数（Q2，Median）：数据集中50%位置的值，将数据集分为两个相等的部分。
  第三四分位数（Q3）：数据集中75%位置的值，表示有75%的数据点小于或等于这个值。
  最大值（Maximum）：数据集中的最大非异常值。
  四分位距（Interquartile Range, IQR）：Q3与Q1之间的差值，表示数据集中间50%的数值范围。

🔍 3. 画图实践

3.1 数据准备

   我们通过seaborn自带的数据对其进行相关的画图，具体的导入数据代码如下所示：

import seaborn as sns
import matplotlib.pyplot as plt

# 使用Seaborn内置的tips数据集
tips = sns.load_dataset("tips")

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4
...	...	...	...	...	...	...	...
239	29.03	5.92	Male	No	Sat	Dinner	3
240	27.18	2.00	Female	Yes	Sat	Dinner	2
241	22.67	2.00	Male	Yes	Sat	Dinner	2
242	17.82	1.75	Male	No	Sat	Dinner	2
243	18.78	3.00	Female	No	Thur	Dinner	2

3.2 单维画图

   在画箱线图时，我们取单个维度指定方向即可，具体的代码如下所示：

ax = sns.boxplot(y=tips["total_bill"])

   具体的图片如下所示：

ax = sns.boxplot(x=tips["total_bill"])

3.3 分组画图

   有时候我们需要对多个维度的分布进行对比分析，这个时候需要分组画图，具体的代码如下所示：

# 分组绘制箱线图，分组因子是day，在x轴不同位置绘制
ax = sns.boxplot(x="day", y="total_bill", data=tips)

  有时候我们不仅要分组，同时对每个分组内某个特征维度进行对比分析，具体的代码如下所示：

# 分组箱线图，分子因子是smoker，不同的因子用不同颜色区分
ax = sns.boxplot(x="day", y="total_bill", hue="smoker",
                    data=tips, palette="Set3")

4 高阶用法

   有时候我们不仅需要画出数据的分布图，但是还想知道具体的数据点的分布，这个时候我们可以结合分布散点图来一起使用，具体的代码如下所示：

# 箱线图+有分布趋势的散点图
# 图形组合也就是两条绘图语句一起运行就可以了，相当于图形覆盖了
ax = sns.boxplot(x="day", y="total_bill", data=tips)
ax = sns.swarmplot(x="day", y="total_bill", data=tips, color=".25")

🔍 5. 注意事项

• 箱线图非常适合于比较不同组数据的分布情况。
• 箱线图中的异常值通常用点表示，位于箱形图外的点表示这些值。
• 箱线图的四分位距（IQR）可以提供数据分布的稳定性和离散程度的信息。
• 在绘制箱线图时，考虑数据的规模和分布特性，选择合适的轴尺度（如对数尺度）。

🔍 6. 总结

  Seaborn的箱线图是一种强大的工具，用于快速理解数据的分布情况和识别异常值。通过本博客的代码示例，我们学习了如何使用Seaborn绘制箱线图，并展示了如何通过箱线图探索不同类别数据的分布特征。希望这篇博客能够帮助你更好地利用箱线图进行数据探索和分析。