boxplot用法 python_Python Matplotlib.axes.Axes.boxplot()用法及代码示例

Matplotlib是Python中的一个库，它是数字的-NumPy库的数学扩展。轴类包含大多数图形元素：Axis，Tick，Line2D，Text，Polygon等，并设置坐标系。 Axes实例通过callbacks属性支持回调。

matplotlib.axes.Axes.boxplot()功能

matplotlib库的axiss模块中的Axes.boxplot()函数用于为x的每一列或序列x中的每个向量绘制箱形图。

用法： Axes.boxplot(self, 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)

参数：此方法接受以下描述的参数：

x:此参数是数据序列。

notch:如果为true，则此参数将生成带缺口的箱形图。否则，将生成一个矩形箱线图。

sym:此参数是可选参数，包含字符串值。它是飞行积分的默认符号。

vert:此参数是可选参数，包含布尔值。如果为true，则使框垂直;否则为水平。

whis:此参数确定晶须到达第一和第三四分位数以外的范围。

bootstrap:此参数也是一个可选参数，其中包含布尔值，并指定是否在带槽的箱形图的中间值附近引导置信区间。

usermedians:此参数是其第一维与x兼容的数组或序列。

conf_intervals:此参数也是一个数组或序列，其第一维与x兼容，第二维为2

positions:此参数用于设置盒子的位置。

widths:此参数用于使用标量或序列设置每个框的宽度。

patch_artist:如果此参数为false，则用于与Line2D美术师一起制作盒子。否则，请使用贴片艺术家的盒子。

labels:此参数是每个数据集的标签。

manage_ticks:此参数用于调整刻度位置和标签。

zorder:此参数用于设置箱形图的zorder。

返回值：这将返回以下内容：

结果：这将返回字典，该字典将箱线图的每个组成部分映射到matplotlib.lines.Line2D的列表。

以下示例说明了matplotlib.axes中的matplotlib.axes.Axes.boxplot()函数：

示例1：

# Implementation of matplotlib function

import numpy as np

import matplotlib.pyplot as plt

np.random.seed(10**7)

val1 = np.random.rand(50) * 80

val2 = np.ones(80) * 50

val3 = np.random.rand(50) * 80 + 100

val4 = np.random.rand(50) * -80

data = np.concatenate((val1, val2, val3, val4))

fig1, ax1 = plt.subplots()

ax1.boxplot(data)

ax1.set_title('matplotlib.axes.Axes.boxplot() Example')

plt.show()

输出：

示例2：

# Implementation of matplotlib function

import numpy as np

import matplotlib.pyplot as plt

np.random.seed(10**7)

val1 = np.random.rand(50) * 80

val2 = np.ones(25) * 80

val3 = np.random.rand(25) * 80 + 100

val4 = np.random.rand(25) * -80

data = np.concatenate((val1, val2, val3, val4))

data1 = np.concatenate((val2, val4, val1, val3))

data = [data, data1]

fig1, ax1 = plt.subplots()

ax1.boxplot(data, notch = True, vert = False, whis = 0.75)

ax1.set_title('matplotlib.axes.Axes.boxplot() Example')

plt.show()

输出：