盒形图pandas绘制方法及数据不等长、坐标倾斜问题记录

boxplot的绘制方法，seaborn库和pandas库、matplotlib库均提供相关的方法。但所有方法都离不开pandas数据格式DataFrame的转换。在这里介绍一下pandas库的绘制，及遇到的相关问题和解决方案。

一、  pandas盒形图绘制

一个简单的代码例子如下：

import pandas as pd
from pandas import DataFrame,Series
df = DataFrame(np.random.randn(10, 2), columns=['Col1', 'Col2'])
boxplot=df.boxplot()

考虑到实际过程中，例如横轴可能是身高、体重等等，可能较为复杂，写一个相对复杂的代码演示如下：

# -*- coding:utf-8 -*-
 
"""
绘制箱体图
Created on 2020.01.03 by Luan
"""
 
 
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
 
"""
generate data from min to max
"""
def list_generator(number, min, max):
    dataList = list()
    for i in range(1, number):
        dataList.append(np.random.randint(min, max))
    return dataList
 
#generate 4 lists to draw
list1 = list_generator(100, 20, 80)
list2 = list_generator(100, 20, 50)
list3 = list_generator(100, 50, 100)
list4 = list_generator(100, 5, 60)
 
data = pd.DataFrame({
    "dataSet1":list1,
    "dataSet2":list2,
    "dataSet3":list3,
    "dataSet4":list4,
})
 
#draw
data.boxplot()
plt.ylabel("ylabel")
plt.xlabel("different datasets")
plt.show()

二、 数据不等长报错问题

在考虑一个更复杂的情况，即图像的每一列的样本个数是不一样，按照上述字典转df格式，会出现一个问题，举个例子：

d = {'A': [1, 2], 'C': [1, 2, 3, 4]}
data = pd.DataFrame(d)
print(data)

报错如下：

ValueError: arrays must all be same length

将上述代码进行更改

c = pd.DataFrame(dict([(k, pd.Series(v)) for k, v in d.items()]))

此时该错误得以解决。

三、 plotbox绘制时，横坐标的标签重合问题

官方pandas.DataFrame.boxplot解释如下：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.boxplot.html

参数说明如下：

column，默认为None，输入为str 或由str构成的list,其作用是指定要进行箱型图分析的列

by，默认为None，str or array-like，其作用为pandas的group by，通过指定by=‘columns’，可进行多组合箱型图分析

ax，matplotlib.axes.Axes的对象，没有太大作用

fontsize，箱型图坐标轴字体大小

rot，箱型图坐标轴旋转角度

grid，箱型图网格线是否显示

figsize，箱型图窗口尺寸大小

layout，必须配合by 一起使用，类似于subplot 的画布分区域功能

return_type，指定返回对象的类型，默认为None,可输入的参数为‘axes’,‘dict’,‘both’，当与by一起使用是，返回的对象为Series或array(for return_type = None)
 

输入代码为：

data.boxplot(rot='45')

此时，标签会以一个45度的倾角，避免了重合。