matplotlib箱线图_matplotlib 箱线图

箱线图（Box plot）可以用来表示数据的分布情况、离群值以及中位数、四分位数等统计信息。箱式图通常由一条线（即中位线）和一个矩形框（即箱体）组成。箱体上边缘和下边缘分别表示数据的上四分位数和下四分位数，箱体内部的线表示数据的中位数。箱体内部还可能包含异常值（outliers），是与其他数据点有明显偏离的极端值。

箱式图还可以通过在箱体上下方延伸的线条（即“须”）来表示数据的范围。须的长度通常是通过将上/下四分位数与最接近的值之间的距离扩展到最大/最小的非离群值处来确定的。

通过观察箱线图，可以了解以下方面的信息：

• 数据的中心趋势： 箱体中的横线表示中位数，可以帮助你了解数据的中心位置。箱体的位置也表示了四分位数的位置，从而提供了对数据中心趋势的直观感受。

• 数据的分散程度： 箱体的长度代表数据的四分位距（IQR，即Q3 - Q1），反映了数据的离散程度。较长的箱体表示数据的分布范围较广，而较短的箱体表示数据相对集中。

• 异常值的存在： 箱线图可以帮助你检测离群值。超出箱体的范围的数据点通常被视为异常值，并以点状标记。

• 数据的对称性： 箱线图在中位数附近的箱体部分展示了数据的对称性。如果箱体两侧的长度相等，数据可能是对称分布的。如果长度不相等，可能存在偏斜。

• 数据的分布形状： 箱线图通过须的长度和方向，反映了数据的整体分布形状。长须表示数据分布范围广，而短须表示数据相对集中。

• 不同组之间的比较： 如果你有多个箱线图并排显示，你可以比较它们的中位数、四分位数范围和分布形状，从而了解不同组之间的差异。

  Matplotlib中绘制箱线图的方法：boxplot

示例1：利用服从0~1均匀分布的随机数绘制单个箱线图。

代码如下：

import matplotlib.pyplot as plt
import numpy as np

labels = 'A'   #标签设置为A
data=np.random.rand(4)   #生成含4个随机元素的列表
plt.grid(True)  # 显示网格
plt.boxplot(data,
            medianprops={'color': 'red', 'linewidth': '1.5'},
            meanline=True,
            showmeans=True,
            meanprops={'color': 'blue', 'ls': '--', 'linewidth': '1.5'},
            flierprops={"marker": "o", "markerfacecolor": "red", "markersize": 10},
            labels=labels)
plt.yticks(np.arange(0.1, 0.9, 0.1))
plt.savefig('4.5箱线图1.png',dpi=400)
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

结果图如下：

示例2：基于1989年呈村流域4个站点(呈村、汪村、樟源口和棣甸）的逐日实测流量，绘制各站点的箱线图。数据文件为"1989呈村流域.csv".

代码如下：

#导入相关的模块
import matplotlib.pyplot as plt
import pandas as pd


plt.rcParams['font.sans-serif'] = ['simsun']  # 显示中文

data=pd.read_csv('1989呈村流域.csv',header=0,encoding='gbk')   #读取数据，首行为列标签，以gbk编码方式打开

data_1=pd.DataFrame()                 #获取第一个站点的实测径流
data_1['runoff']=data['呈村']

data_2=pd.DataFrame()
data_2['runoff']=data['汪村']

data_3=pd.DataFrame()
data_3['runoff']=data['樟源口']

data_4=pd.DataFrame()
data_4['runoff']=data['棣甸']


#将每组数据放到一个列表中，方便绘图
box_data=[data_1['runoff'],
          data_2['runoff'],
          data_3['runoff'],
          data_4['runoff']]

#箱线图绘图
fig,ax=plt.subplots()  #分离画布对象与绘图区对象
ax.boxplot(box_data,
           sym='k+',  #设置箱线图中异常点的颜色与表示方法
           vert=True,  #设置显示方向为垂直
           showmeans=True,  #显示平均值
           meanline=True,  #显示平均线条
           meanprops=dict(linestyle='solid', #设置平均值线条类型
                          marker='o',  #平均值数据显示为圆圈
                          markersize=6, #设置平均值数据点尺寸
                          markerfacecolor='b', #设置平均值数据点中心颜色
                          markeredgecolor='r', #设置平均值数据点边缘颜色
                          markeredgewidth=2), #设置平均值数据点线条宽度
           showfliers=True,     #显示离群值
           flierprops={'color':'gray', #设置离群值颜色为灰色
                       'marker':'.',  #形状为点
                       'markersize':3,#尺寸诶3
                       'markeredgecolor':'gray'},
           boxprops=dict(color='k'),#设置箱体颜色为黑色
           medianprops=dict(linestyle='solid',#设置中位数线条类型
                         color='r', #中位数颜色
                         linewidth=2),#中位线线条宽度
           whis=(10,50))  #显示上下限区间为10%与90%的数据范围

#坐标轴设置
ax.set_xticks([1,2,3,4]) #x轴显示
ax.set_xticklabels(['呈村','汪村','樟源口','棣甸'])  #x轴新的标签
ax.set_ylabel('日实测径流(mm)',fontsize=15) #设置y轴标签，字体大小为15
ax.grid(True,linestyle=':',linewidth=1,alpha=0.5) #设置网格线
ax.set_xlabel('站点名称',fontsize=15)
fig.savefig('4.5箱线图2.png',dpi=400) #保存图片
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

结果图如下：