绘制箱线图的标签python_利用Python - Matplotlib 绘制箱线图

1.箱线图介绍

第一步：计算上四分位数，中位数，下四分位数（计算公式略）。

第二步：计算上四分位数和下四分位数之间的差值，四分位数差。

第三步：绘制箱线图的上下范围，上限为上四分位数，下限为下四分位数。在箱子内部中位数的位置绘制横线。

第四步：大于上四分位数1.5倍四分位数差的值，或者小于下四分位数1.5倍四分位数差的值，划为异常值。

第五步：异常值之外，最靠近上边缘和下边缘的两个值处，画横线，作为箱线图的触须。

第六步：极端异常值，即超出四分位数差3倍距离的异常值，用实心点表示；较为温和的异常值，即处于1.5倍-3倍四分位数差之间的异常值，用空心点表示。

第七步：为箱线图添加名称，数轴等。

箱线图的优点

可以直观明了地识别数据批中的异常值；

通过箱线图可以判断数据批的偏态和尾重；

通过箱线图还可以直观的比较多批数据的形状（均值，分散情况）。

例：

2. 数据介绍

首先通过爬虫获取了武汉市从2013.11到2020.03的空气质量的部分数据，尝试用python中的Matplotlib来绘制箱线图，实现数据可视化。

3.开始画图

导入本次绘图所需要的库

import pandas as pd

import matplotlib.pyplot as plt

2.导入所有需要的数据

data = pd.read_csv("Wuhan Air Quality.csv")

下图是本文部分csv格式的数据：

3.在导入的数据中，分别把前四组数据（AQI, PM 2.5，PM10，So2）用箱线图表示

## AQI（图一）##

plt.subplot(1,4,1) #将四个箱线图画在一行中

Box1=data["AQI"] #提取文件中AQI的数据

plt.grid(linestyle="--", alpha=0.3) #绘制图像底部虚线. (linestyle=ls, markerfacecolor=mfc)

plt.boxplot(

Box1,

patch_artist=True,

showmeans=True, #显示均值点

whis=8,

widths=0.2, #箱体宽度

boxprops={'color': 'black', 'facecolor': '#FFDF00'}, #设置箱体属性

flierprops={'marker': 'o', 'mfc': 'red', 'color': 'black'}, #设置异常值属性

meanprops={'marker': '+', 'mfc': 'black'}, #设置均值点属性

medianprops={'ls': '--', 'color': 'orange'}, #设置中位数属性

whiskerprops={'ls': '--', 'mfc': 'red', 'color': 'black'}, #设置触须属性

)

plt.title('AQI') #子标题

plt.xticks([]). #关闭x轴坐标显示

## PM 2.5（图二）##

plt.subplot(1,4,2)

Box2=data["PM 2.5"]

plt.grid(linestyle="--", alpha=0.3)

plt.boxplot(

Box2,

patch_artist=True,

showmeans=True,

whis=8,

widths=0.2,

boxprops={'color': 'black', 'facecolor': '#2C4096'},

flierprops={'marker': 'o', 'mfc': 'red', 'color': 'black'},

meanprops={'marker': '+', 'mfc': 'black'},

medianprops={'ls': '--', 'color': 'orange'},

whiskerprops={'ls': '--', 'mfc': 'red', 'color': 'black'}

)

plt.title('MP 2.5')

plt.xticks([])

## PM 10（图三）##

plt.subplot(1,4,3)

Box3=data["PM 10"]

plt.grid(linestyle="--", alpha=0.3)

plt.boxplot(Box3,

patch_artist=True,

showmeans=True,

whis=8,

widths=0.2,

boxprops={'color': 'black', 'facecolor': '#019000'},

flierprops={'marker': 'o', 'mfc': 'red', 'color': 'black'},

meanprops={'marker': '+', 'mfc': 'black'},

medianprops={'ls': '--', 'color': 'orange'},

whiskerprops={'ls': '--', 'mfc': 'red', 'color': 'black'}

)

plt.title('PM 10')

plt.xticks([])

## So2（图四）##

plt.subplot(1,4,4)

Box4=data["So2"]

plt.grid(linestyle="--", alpha=0.3)

plt.boxplot( Box4,

patch_artist=True,

showmeans=True,

whis=8,

widths=0.2,

boxprops={'color': 'black', 'facecolor': '#D22C2C'},

flierprops={'marker': 'o', 'mfc': 'red', 'color': 'black'},

meanprops={'marker': '+', 'mfc': 'black'},

medianprops={'ls': '--', 'color': 'orange'},

whiskerprops={'ls': '--', 'mfc': 'red', 'color': 'black'}

)

plt.title('So2')

plt.xticks([])

plt.suptitle('Box Plot') #总标题

plt.show()

4.运行结果

标签：线图,plt,Python,Matplotlib,color,mfc,black,四分,位数

来源： https://blog.csdn.net/werthnmkg/article/details/105912185