matplotlib之pyplot模块——绘制箱线图（盒须图）boxplot()（一）基本参数

最新推荐文章于 2025-03-11 15:16:25 发布

mighty13

最新推荐文章于 2025-03-11 15:16:25 发布

阅读量4.1w

点赞数 22

分类专栏： Matplotlib 文章标签： matplotlib pyplot boxplot 箱线图盒须图

本文链接：https://blog.csdn.net/mighty13/article/details/117392098

版权

Matplotlib 专栏收录该内容

124 篇文章

订阅专栏

本文详细介绍了matplotlib库中的boxplot()函数，用于绘制箱线图，包括其作用、参数说明以及多个示例展示如何通过notch、sym、vert、whis等参数定制箱线图的样式和细节。箱线图是一种用于展示数据分布和异常值的有效统计图表，可用于多组数据的比较。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

当前有效matplotlib版本为：3.4.1。

概述

boxplot()函数的作用是绘制箱线图（箱线图、盒须图、箱图）。

箱形图（boxplot）又称盒须图或箱线图，是一种用来显示某一组数据分散情况的统计图，因形状如箱子而得名。箱形图是由美国的统计学家约翰·图基（JohnTukey）在1977年发明的。箱形图主要用于反映原始数据的分布特征，还可以实现多组数据分布特征的比较。它是由六种数值组成：异常值（outlier/flier）、最小值（min）、下四分位数（Q1，即第25%分位数）、中位数（median，即第50%分位数）、上四分位数（Q3，即第75%分位数）、最大值（max）。

函数的签名为matplotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=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, manage_ticks=True, autorange=False, zorder=None, *, data=None)。

函数的参数为：

x：输入数据。类型为数组或向量序列。必备参数。
notch：控制箱体中央是否有V型凹槽。当取值为True时，箱体中央有V型凹槽，凹槽表示中位数的置信区间；取值为False时，箱体为矩形。类型为布尔值，默认值为False。可选参数。
sym：离群点的默认标记符号，详解flierprops参数。类型为字符串，默认值为'None'。可选参数。取值为''隐藏离群点，取值为'None'时，取值为'b+'。
vert：箱体的方向，当取值为True时，绘制垂直箱体，当取值为False时，绘制水平箱体。类型为布尔值，默认值为True。可选参数。
whis：箱须的位置。类型为浮点数或浮点数二元组，默认值为1.5。可选参数。
- 浮点数，则下箱须位于高于Q1-whis*（Q3-Q1）的最低数据处，上箱须位于低于Q3+whis*（Q3-Q1）下方的最高数据处，其中Q1和Q3分别为下四分位数和上四分位数。默认值whis=1.5对应于箱线图的原始定义。
- 浮点数元组，则表示要在绘制箱须的百分位数（例如，(5，95)）。将其设置为(0,100)箱须覆盖整个数据范围。
  当Q1==Q3时，如果autorange为True，whis将自动设置为(0,100)。
箱须范围之外的数据将被视为异常值，绘制为点。
bootstrap：是否使用bootstrap方法计算中位数置信区间。类型为整数。可选参数。当参数取值为None时，中位数置信区间由某种高斯渐进逼近算法确定。否则，采用bootstrap方法求中位数95%置信区间，bootstrap 参数定义了抽样次数。建议取值范围为1000-10000。
usermedians：是否指定中位数。类型为一维类数组结构。可选参数。对于一维数组，数组元素个数为1，对于多维数组，长度等于len(x)。如果元素不为None，则将该值强制设置为对应数据集的中位数；如果元素为None，则由matplotlib生成中位数。
conf_intervals：是否指定置信区间。类型为类数组结构，形状为 (len(x), 2)。可选参数。如果元素不为None，则将该值强制设置为箱体V型凹槽位置（只有当notch参数为True时绘制）；如果元素为None，箱体V型凹槽的位置由其他参数计算，例如bootstrap。
positions：指定箱体的位置。刻度和极值会自动匹配箱体位置。类型为类数组结构。可选参数。默认值为range(1, N+1) ，N为箱线图的个数。
widths：箱体的宽度。类型为浮点数或类数组结构。默认值为0.5或0.15*极值间的距离。
patch_artist：控制箱体的生成对象。类型为布尔值，默认值为False。可选参数。当取值为False时，箱体由Line2D生成，否则，箱体由Patch对象生成。
labels：每个数据集的标签，默认值为'None'。类型为序列。可选参数。
manage_ticks：控制刻度和标签位置，取值为True时，刻度和标签位置自动匹配箱线图的位置。类型为布尔值，默认值为True。可选参数。
autorange：类型为布尔值，默认值为False。可选参数。当取值为True且数据分布满足上四分位数（75%）和下四分位数（25%）相等，whis设置为(0, 100) ，即箱须端点为数据的最大值和最小值。
meanline：均值显示为线还是点。类型为布尔值，默认值为False。可选参数。当取值为True，且showmeans、shownotches参数均为True，时显示为线，线条属性受meanprops参数控制；否则显示为点。
zorder：箱线图的叠放次序。类型为浮点数，默认值为Line2D.zorder = 2。可选参数。
showcaps：是否显示箱须两端的横杠。类型为布尔值，默认值为True。可选参数。
showbox：是否显示箱体。类型为布尔值，默认值为True。可选参数。
showfliers：是否显示离群值。类型为布尔值，默认值为True。可选参数。
showmeans：是否显示算术平均值。类型为布尔值，默认值为False。可选参数。
capprops：箱须横杠的样式。类型为字典，默认值为None。可选参数。
boxprops：箱体的样式。类型为字典，默认值为None。可选参数。
whiskerprops：箱须的样式。类型为字典，默认值为None。可选参数。
flierprops：离群点的样式。类型为字典，默认值为None。可选参数。
medianprops：中位数的样式。类型为字典，默认值为None。可选参数。
meanprops：算术平均值的样式。类型为字典，默认值为None。可选参数。

函数返回值为字典对象。该字典将箱线图的每个组件都映射为一个Line2D实例列表。字典的键如下：

boxes：箱体。
medians：表示中位数的线。
whiskers：箱须线。
caps：箱须端点的横杠。
fliers：离群点数据。
means：表示均值的点或线。

案例：演示`notch`参数显示V型凹槽

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(211)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(212)
plt.title("设置V型凹槽")
plt.boxplot(data, notch=True)

plt.show()

案例：演示`sym`参数指定离群点样式

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(221)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(222)
plt.title("隐藏离散点")
plt.boxplot(data, sym='')
plt.subplot(223)
plt.title("设置离散点样式")
plt.boxplot(data, sym='b+')
plt.subplot(224)
plt.title("设置离散点样式")
plt.boxplot(data, sym='r^')

plt.show()

案例：演示`vert`参数指定箱线图方向

在这里插入图片描述

import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(121)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(122)
plt.title("隐藏离散点")
plt.boxplot(data, vert=False)

plt.show()

案例：演示`whis`参数指定箱须位置

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(121)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(122)
plt.title("指定箱须位置")
plt.boxplot(data, whis=(5, 95))

plt.show()

案例：演示`usermedians`参数指定中位数值

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(121)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(122)
plt.title("指定中位数")
plt.boxplot(data, usermedians=[0.5])

plt.show()

案例：演示`conf_intervals`参数指定置信区间

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(121)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(122)
plt.title("指定置信区间")
plt.boxplot(data, notch=True, conf_intervals=[(-0.3,0.4)])

plt.show()

案例：演示`positions`参数指定箱线图的位置

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(121)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(122)
plt.title("指定箱线图的位置")
plt.boxplot(data, positions=[3])

plt.show()

案例：演示`widths`参数指定箱体的宽度

在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.family'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False

data = np.random.normal(size=1000)

plt.subplot(121)
plt.title("默认样式")
plt.boxplot(data)
plt.subplot(122)
plt.title("指定箱体宽度")
plt.boxplot(data, widths=0.5)

plt.show()