python统计分析——箱线图（sns.boxplot）

资料来源：用python学统计学、帮助文档

使用seaborn.boxplot()函数绘制箱线图

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns


data_set=np.array([2,3,3,4,4,4,4,5,5,6])
df=pd.DataFrame({
    'type':['A','A','A','A','A','A','A','A','A','A','B','B','B','B','B','B','B','B','B','B'],
    'value':[2,3,3,4,4,4,4,5,5,6,5,6,6,7,7,7,7,8,8,9]
})

sns.set()
sns.boxplot(data_set)

下面介绍sns.boxplot()函数中常用的几个重要参数（参数等号后为默认设置）：

（1）x=None，y=None，用于数据显示的轴向

sns.boxplot(x=data_set)

sns.boxplot(data=df,y='value',x='type')

（2）hue=None，用于将数据拆分为不同系列。

df=pd.DataFrame(data={
    'type':['A','A','A','A','A','A','A','A','A','A','B','B','B','B','B','B','B','B','B','B'],
    'value':[2,3,3,4,4,4,4,5,5,6,5,6,6,7,7,7,7,8,8,9],
    'hue':[1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2]
})

sns.boxplot(data=df,y='value',x='type',hue='hue')

（3）order=None，指定箱线图的显示顺序。

sns.boxplot(data=df,y='value',x='type',order=['B','A'])

（4）hue_order=None，用于指定系列的显示顺序。

sns.boxplot(data=df,y='value',x='type',hue='hue',hue_order=[2,1])

（5）orient=None，当x和y都是数值型数据时，用于指定数据统计的方向，默认按y轴方向统计。

sns.boxplot(data=df,y='value',x='hue',orient='v')

sns.boxplot(data=df,y='value',x='hue',orient='h')

（6）width=0.8，用于设置箱子的相对宽度，默认为0.8，下面为0.5时的图片：

sns.boxplot(data=df,y='value',x='type',width=0.5)

（7）fliersize=5，用于设置显示异常值时标记的大小，默认值为5，注意观察下面两图异常值数据点大小的变化。

ser=pd.Series(data=[2,3,3,4,4,4,4,5,5,10])
sns.boxplot(ser)

sns.boxplot(ser,fliersize=10)

（8）whis=1.5，设置箱线图线须的位置，默认是1.5，即1.5倍的四分位距，一般采用默认设置即可。具体解释为：Q1为下四分位数，Q3为上四分位数。箱线图线须的下界值为Q1-1.5*(Q3-Q1)，箱线图线须的上界值为Q3+1.5*(Q3-Q1)，在上下界范围之外的数据点被认为是异常值，并标注为异常点。当数据中的最小值大于箱线图的线须的下界值时，程序会把最小值当作下界值进行作图；同样当最大值小于线须的上界值时，程序会把最大值当作上界值进行作物。