color属性 python_Python可视化17seborn箱图boxplot

"pythonic生物人"的第62篇分享。

本文系统详解利用python中seaborn.boxplot绘制箱图boxplot。seaborn.boxplot是matplotlib.pyplot.boxplot的封装版，更个性化的设置请研究matplotlib.pyplot.boxplot

本文将了解到什么？

1、数据集准备及箱图简介2、seaborn.boxplot箱图外观设置默认参数绘制箱图  箱图异常值属性设置   异常值关闭显示  异常值marker大小设置  异常值marker形状、填充色、轮廓设置箱图上下横线属性设置   上下横线关闭  上下横线颜色、线型、线宽等设置箱图上下须线属性设置箱图箱子设置  箱子设置缺口  箱子不填充颜色   箱子外框、内部填充色 箱图中位数线属性设置 箱图均值属性设置   均值使用点显示、设置点形状、填充色  均值使用线显示 、线型、颜色设置箱图中所有线属性设置 3、seaborn.boxplot分组箱图分组绘图(方法一)分组绘图(方法二)箱子颜色设置   设置箱子颜色  设置箱子颜色饱和度箱子间距设置 每个小组再按子组绘图 按顺序绘制箱图

正文开始啦

一个箱图的主要组成原件

线图用来展现数据的分布，能直观的展示数据的关键指标(如下四分位数、上四分位数、中位数、最大值、最小值、离散点/异常值点)；箱线图可直观展示不同组数据的差异；下面详细介绍python中matplotlib及seaborn库绘制箱图。

1、数据集准备及箱图简介

还是使用鸢尾花数据集iris，iris详细介绍请戳：Python可视化|matplotlib10-绘制散点图scatter

import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport seaborn as snsimport palettablefrom sklearn import datasets 
plt.rcParams['font.sans-serif']=['SimHei']  # 用于显示中文
plt.rcParams['axes.unicode_minus'] = False  # 用于显示中文
iris=datasets.load_iris()
x, y = iris.data, iris.target
pd_iris = pd.DataFrame(np.hstack((x, y.reshape(150, 1))),columns=['sepal length(cm)','sepal width(cm)','petal length(cm)','petal width(cm)','class'] )

查看数据集样子？ pd_iris["sepal width(cm)"]简单统计，后文主要使用该列数据集绘图。

pd_iris["sepal width(cm)"].describe()#以上各个值其实都可以使用describe函数查看

count    150.000000
mean       3.054000
std        0.433594
min        2.000000
25%        2.800000(下四分位数，25% 的数据小于等于此值。)
50%        3.000000(中位数，50% 的数据小于等于此值。)
75%        3.300000(上四分位数，75% 的数据小于等于此值。)
max        4.400000
Name: sepal width(cm), dtype: float64

上面注释部分很好的解释了下面箱图中四分位数的含义  

---

2、seaborn.boxplot箱图外观设置