SCI论文分组箱线图代码复刻

SCI论文分组箱线图代码复刻

分组箱线图如下，图片表示三个气候区28个主要城市区域的AS、水体和植被的总体比例情况，绘制分组箱线图来展示。

代码复刻

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.patches as mpatches

# 设置全局的字体大小和样式
plt.rcParams["font.size"] = 12
plt.rcParams["font.family"] = "Times New Roman"
plt.figure(figsize=(10, 6), dpi=300)

# 生成示例数据
data = {
    'subtropical': {
        'AS': np.random.rand(28),
        'water': np.random.rand(28),
        'vegetation': np.random.rand(28)
    },
    'temperate': {
        'AS': np.random.rand(28),
        'water': np.random.rand(28),
        'vegetation': np.random.rand(28)
    },
    'Arid': {
        'AS': np.random.rand(28),
        'water': np.random.rand(28),
        'vegetation': np.random.rand(28)
    }
}

# 设置箱线图的颜色(使用snipate提取颜色)
colors = ['#ef0000', '#008000', '#fec211']

# 创建一个子图
fig, ax = plt.subplots()

# 设置箱体的宽度
box_width = 0.5  # 设置箱体宽度，根据需要调整
positions = []  # 用于存储每个气候带的箱线图的位置

# 遍历每个气候带的数据
for i, (climate, values) in enumerate(data.items()):
    # 计算每个气候带的箱线图的位置
    position = np.arange(1, 4) + i * (4 + box_width)  # 考虑箱体的宽度
    positions.append(position)

    # 绘制箱线图，并将箱体和外框的颜色都设置为相同颜色
    boxplot = ax.boxplot([values['AS'], values['water'], values['vegetation']], positions=position, widths=box_width,
                         patch_artist=True)
    # 设置每个箱体的样式
    for i in range(len(boxplot['boxes'])):
        '''
        可以自行设置箱体的样式，包括颜色，线条等
        facecolor：箱体内部
        edgecolor：箱体外框
        whiskers：延长线
        caps：边缘线
        set_markersize：边缘线宽度
        medians：中位数线
        color：颜色
        linewidth：线条宽度
        linestyle:线条样式
        '''
        color = colors[i]  # 获取当前箱体对应的颜色

        # 设置箱体的颜色和外框的颜色
        boxplot['boxes'][i].set(facecolor=color, edgecolor=color)

        # 设置箱体外边延长线的颜色
        boxplot['whiskers'][i * 2].set(color=color, linewidth=1)  # 下边延长线
        boxplot['whiskers'][i * 2 + 1].set(color=color, linewidth=1)  # 上边延长线

        # 设置边缘线的颜色
        boxplot['caps'][i * 2].set(color=color, linewidth=1)  # 上边缘线
        boxplot['caps'][i * 2 + 1].set(color=color, linewidth=1)  # 下边缘线
        # 设置边缘线的长度
        boxplot['caps'][i * 2].set_markersize(5)  # 上边缘线长度，可以根据需要调整
        boxplot['caps'][i * 2 + 1].set_markersize(5)  # 下边缘线长度，可以根据需要调整

        # 设置中位数线的颜色
        boxplot['medians'][i].set(color='black', linewidth=1)  # 中位数线颜色，这里设置为黑色

        # 设置异常值的样式和颜色
        for flier in boxplot['fliers']:
            flier.set(marker='o', markerfacecolor='red', markersize=5)  # 样式为圆形，颜色为红色，大小为5

# 添加竖线以隔开箱体
ax.axvline(positions[0][-1] + 1.2, color='black', linestyle='--', linewidth=0.5, dashes=(10, 5))  # dashes为虚线的密度
ax.axvline(positions[1][-1] + 1.2, color='black', linestyle='--', linewidth=0.5, dashes=(10, 5))

# 在指定位置添加字样(可自行调节)
ax.text(positions[0][-1] + 0.8, 1, 'AS', fontsize=12, ha='center')
ax.text(positions[1][-1] + 0.7, 1, 'water', fontsize=12, ha='center')
ax.text(positions[2][-1] - 0.4, 1, 'vegetation', fontsize=12, ha='center')

# 清空x轴标签
ax.set_xticks([])

# 添加标题和y轴标签
# ax.set_title('三个气候带下28城区的AS、水、植被总体比例')
ax.set_ylabel('proportion')

# 创建自定义图例
legend_patches = [mpatches.Patch(color=color, label=climate) for climate, color in zip(data.keys(), colors)]
legend = ax.legend(handles=legend_patches, loc='upper center', bbox_to_anchor=(0.5, 0), ncol=3, frameon=False)

# 保存图片到本地
plt.savefig("分组箱线图001.png", bbox_inches='tight')
# 显示图表
plt.show()

使用说明

代码中随机创建了几组数据来绘图，数据分布范围为0到1，换个人数据使用时需要自行调节各个部分直接按的位置，包括箱体大小，位置，竖线位置，图例位置等。每行代码都有注释，可以直接修改，把自己的数据存为字典后可以直接使用。

结果展示

往期回顾

在我的公众号（同名）中会持续更新好看的SCI论文图片的代码复刻，往期图片如下，可自行在公众号中获取