前言針對離散變量我們可以使用常見的條形圖和餅圖完成數(shù)據(jù)的可視化工作，那么，針對數(shù)值型變量，我們也有很多可視化的方法，例如箱線圖、直方圖、折線圖、面積圖、散點圖等等。先來數(shù)值型變量的箱線圖繪制。箱線圖一般用來展現(xiàn)數(shù)據(jù)的分布(如上下四分位值、中位數(shù)等)，同時，也可以用箱線圖來反映數(shù)據(jù)的異常情況。

boxplot函數(shù)的參數(shù)解讀

繪圖之前，我們先來講解一下matplotlib包中boxplot函數(shù)的參數(shù)含義及使用方法：

plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=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)x：指定要繪制箱線圖的數(shù)據(jù)；

notch：是否是凹口的形式展現(xiàn)箱線圖，默認非凹口；

sym：指定異常點的形狀，默認為+號顯示；

vert：是否需要將箱線圖垂直擺放，默認垂直擺放；

whis：指定上下須與上下四分位的距離，默認為1.5倍的四分位差；

positions：指定箱線圖的位置，默認為[0,1,2…]；

widths：指定箱線圖的寬度，默認為0.5；

patch_artist：是否填充箱體的顏色；

meanline：是否用線的形式表示均值，默認用點來表示；

showmeans：是否顯示均值，默認不顯示；

showcaps：是否顯示箱線圖頂端和末端的兩條線，默認顯示；

showbox：是否顯示箱線圖的箱體，默認顯示；

showfliers：是否顯示異常值，默認顯示；

boxprops：設(shè)置箱體的屬性，如邊框色，填充色等；

labels：為箱線圖添加標簽，類似于圖例的作用；

filerprops：設(shè)置異常值的屬性，如異常點的形狀、大小、填充色等；

medianprops：設(shè)置中位數(shù)的屬性，如線的類型、粗細等；

meanprops：設(shè)置均值的屬性，如點的大小、顏色等；

capprops：設(shè)置箱線圖頂端和末端線條的屬性，如顏色、粗細等；

whiskerprops：設(shè)置須的屬性，如顏色、粗細、線的類型等；

生成隨機數(shù)

在這里我們利用 numpy 庫生成三組正態(tài)分布隨機數(shù):

import matplotlib.pyplot as plt

import numpy as np

all_data=[np.random.normal(0,std,100) for std in range(1,4)]

figure,axes=plt.subplots() #得到畫板、軸

axes.boxplot(all_data,patch_artist=True) #描點上色

plt.show() #展示

plt.subplots 顧名思義是子圖集合，當不指定 plt.subplots() 的 nrows 和 ncols 參數(shù)值時，默認只生成一張圖。

Note：默認 patch_artist=False，所以我們需要指定其參數(shù)值為 True，即可自動填充顏色。

多圖輸出有時我們會有把多張圖放在同一行輸出的對比需求，這時只需指定 plt.subplots() 函數(shù)的 nrows，ncols 參數(shù)值，舉個例子，我想生成一個 2x3 的面板，即每一行放三張圖，只需設(shè)定 nrows=2，ncols=3。

當然，你還可以通過參數(shù) figsize 指定圖形大小。

import matplotlib.pyplot as plt

import numpy as np

all_data=[np.random.normal(0,std,100) for std in range(1,4)]

#首先有圖(fig)，然后有軸(ax)

fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(9,4))

bplot1=axes[0].boxplot(all_data,

vert=True,

patch_artist=True)

#axes[0]表示在第一張圖的軸上描點畫圖

#vert=True表示boxplot圖是豎著放的

#patch_artist=True 表示填充顏色

bplot2 = axes[1].boxplot(all_data,

notch=True, # 切口形狀

vert=True,

patch_artist=True)

plt.show()

# 第一張圖是矩形箱線圖

# 第二張圖是 notch 形狀的箱線圖

# 顯然，把兩張圖放在同一行輸出非常有利于對比觀察圖形差異。

1.1.4 美化圖形

基本圖形畫得差不多了，接下來就只需要讓它美化一下！

我們先來查看一下我們之前作出的箱線圖對象的類型：type(bplot1)

#dict

返回字典字典類型顏色填充 顏值即正義！要選個好的配色不容易呢…

填充顏色基本遵循以下步驟：指定箱線圖中每個箱子的填充顏色，如：red、green、blue、pink 等 構(gòu)造字典存放箱子配色 —— {箱線圖中每個箱子patch：對應(yīng)的配色color}

重新上色 —— patch.set_facecolor(color)

import matplotlib.pyplot as plt

import numpy as np

all_data=[np.random.normal(0,std,100) for std in range(1,4)]

#首先有圖(fig)，然后有軸(ax)

fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(9,4))

bplot1=axes[0].boxplot(all_data,

vert=True,

patch_artist=True)

bplot2 = axes[1].boxplot(all_data,

notch=True,

vert=True,

patch_artist=True)

#顏色填充

colors = ['pink', 'lightblue', 'lightgreen']

for bplot in (bplot1, bplot2):

for patch, color in zip(bplot['boxes'], colors):

patch.set_facecolor(color)

plt.show()

添加網(wǎng)格線

你可以：指定在x軸上添加網(wǎng)格線(ax.xaxis.grid(True))，或者在y軸上添加網(wǎng)格線(ax.yaxis.grid(True))

指定 x 軸和 y 軸上的刻度個數(shù)(ax.set_xticks([1,2,3]),ax.set_yticks([1,2,3,4,5,6,7,8]))

設(shè)置 x 軸名稱(ax.set_xlabel("xlabel"))

設(shè)置 y 軸名稱(ax.set_xlabel("ylabel"))

import matplotlib.pyplot as plt

import numpy as np

all_data=[np.random.normal(0,std,100) for std in range(1,4)]

#首先有圖(fig)，然后有軸(ax)

fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(9,4))

bplot1=axes[0].boxplot(all_data,

vert=True,

patch_artist=True)

bplot2 = axes[1].boxplot(all_data,

notch=True,

vert=True,

patch_artist=True)

#顏色填充

colors = ['pink', 'lightblue', 'lightgreen']

for bplot in (bplot1, bplot2):

for patch, color in zip(bplot['boxes'], colors):

patch.set_facecolor(color)

# 加水平網(wǎng)格線

for ax in axes:

ax.yaxis.grid(True) #在y軸上添加網(wǎng)格線

ax.set_xticks([y+1 for y in range(len(all_data))] ) #指定x軸的軸刻度個數(shù)

## [y+1 for y in range(len(all_data))]運行結(jié)果是[1,2,3]

ax.set_xlabel('xlabel') #設(shè)置x軸名稱

ax.set_ylabel('ylabel') #設(shè)置y軸名稱

# 添加刻度

# 添加刻度名稱，我們需要使用 plt.setp() 函數(shù)：

# 加刻度名稱

plt.setp(axes, xticks=[1,2,3],

xticklabels=['x1', 'x2', 'x3'])

# 我們的刻度數(shù)是哪些，以及我們想要它添加的刻度標簽是什么。

plt.show()

import matplotlib.pyplot as plt

import numpy as np

# 添加標題

# 使用 ax.set_title 來設(shè)置單個圖形主標題，用 fig.suptitle 來設(shè)置整張畫板的標題：

data=np.random.binomial(n=10,p=0.76,size=(10,3))

labels=list("ABC")

fig,ax=plt.subplots(figsize=(9,6))

ax.boxplot(data,labels=labels,patch_artist=True)

plt.rcParams['font.sans-serif']=['SimHei'] #正確顯示中文

plt.rcParams['axes.unicode_minus']=False #用來正確顯示負號

ax.set_title("設(shè)置 fontsize=15 的標題",fontsize=15) #設(shè)置字體大小為15號字體

fig.suptitle("Boxplot Examples",fontsize=24)

plt.show()

# 想必細心的朋友已經(jīng)發(fā)現(xiàn)了我在代碼里偷偷加了兩行設(shè)置字體的代碼

# 這兩行代碼專為防止出現(xiàn)中文亂碼而生！

# plt.rcParams['font.sans-serif']=['SimHei'] # 用來正確顯示中文

# plt.rcParams['axes.unicode_minus']=False # 用來正確顯示負號

import matplotlib.pyplot as plt

# 其他參數(shù)

# 在圖上標記出均值線

fig,axes=plt.subplots(1,2,figsize=(9,5))

axes[0].boxplot(data,labels=labels,showmeans=True,meanline=False)

axes[0].set_title("默認 meanline=False",fontsize=15)

axes[1].boxplot(data,labels=labels,showmeans=True,meanline=True)

axes[1].set_title("meanline=True",fontsize=15)

plt.show()

# Note：

# meanline=False，那么均值位置會在圖中用小三角表示出來

# meanline=True，那么均值位置會在圖中用虛線表示出來

import matplotlib.pyplot as plt

# 在圖上去除離群值

fig,axes=plt.subplots(1,2,figsize=(9,5))

axes[0].boxplot(data,labels=labels,patch_artist=True)

axes[0].set_title("默認 showfliers=True",fontsize=15)

axes[1].boxplot(data,labels=labels,patch_artist=True,showfliers=False)

axes[1].set_title("showfliers=False",fontsize=15)

plt.show()

# 默認 showfliers=True，那么圖中會顯示出離群值

# showfliers=False，那么圖中會去除離群值

matplotlib可視化箱線圖Github地址?github.com

此文章為最迷糊原創(chuàng)，特此聲明！

總結(jié)

以上是生活随笔為你收集整理的matplotlib 均值_matplotlib可视化箱线图的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。