Python实现箱形图的绘制 |
您所在的位置:网站首页 › 怎么绘制数据图 › Python实现箱形图的绘制 |
说明:代码运行环境为 Win10+Python3+jupyter notebook 箱形图简介:因为箱形图是基于五数概括法的图形汇总,在介绍箱形图前,先简单介绍一下五数概括法。 五数概括法使用下面五个数来汇总数据: (1)最小值(Q1-1.5IQR) (2)第一四分位数(Q1) (3)中位数(Q2) (4)第三四分位数(Q3) (5)最大值(Q3+1.5IQR) 而箱形图就是五数概括法的图形表示。如下图所示: (图片来源:https://blog.csdn.net/weixin_39501270/article/details/77369597) 箱形图的应用:(1)可以作为一种检测异常值的方法; (2)用于多组数据的图形汇总,便于对各组数据进行直观比较分析。 箱形图的绘制方法主要有:方法1:利用pandas包中的Series.plot()、DataFrame.plot()或DataFrame.boxplot()方法; 方法2:利用seaborn包中的cataplot()或者boxplot(),其中seaborn.boxplot()是seaborn.cataplot()的参数kind='box'时的一种情况; 方法3:利用matplotlib包中axes对象的boxplot()方法。 导出需要的各种包,并准备好数据: %matplotlib notebook import matplotlib.pyplot as plt import pandas as pd import numpy as np import seaborn as tips = pd.read_csv('examples/tips.csv') tips['tip_pct'] = tips['tip'] / (tips['total_bill'] - tips['tip'])tips的表结构为: Series.plot()示例: fig,axes = plt.subplots() tips['tip_pct'][tips.tip_pct < 0.5].plot(kind='box',ax=axes) axes.set_ylabel('values of tip_pct') fig.savefig('p1.png') # 将绘制的图形保存为p1.png上述代码绘制的图形为: Series.plot()的用法具体参考: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.plot.html#pandas.Series.plot DataFrame.plot()示例: fig,axes = plt.subplots(1,4) color = dict(boxes='DarkGreen', whiskers='DarkOrange', medians='DarkBlue', caps='Red') # boxes表示箱体,whisker表示触须线 # medians表示中位数,caps表示最大与最小值界限 tips.plot(kind='box',ax=axes,subplots=True, title='Different boxplots',color=color,sym='r+') # sym参数表示异常值标记的方式 axes[0].set_ylabel('values of total_bill') axes[1].set_ylabel('values of tip') axes[2].set_ylabel('values of size') axes[3].set_ylabel('values of tips_pct') fig.subplots_adjust(wspace=1,hspace=1) # 调整子图之间的间距 fig.savefig('p2.png') # 将绘制的图片保存为p2.png上述代码绘制的图形为: DataFrame.plot()的用法具体参考: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.plot.html DataFrame.boxplot()示例: fig,axes = plt.subplots() tips.boxplot(column='tip_pct',by=['smoker','time'],ax=axes) # column参数表示要绘制成箱形图的数据,可以是一列或多列 # by参数表示分组依据 axes.set_ylabel('values of tip_pct') fig.savefig('p3.png') # 将绘制的图形保存为p3.png上述代码绘制的图形为: DataFrame.boxplot()的用法具体参考: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.boxplot.html?highlight=dataframe%20boxplot#pandas.DataFrame.boxplot 方法2具体示例:seaborn.cataplot()示例: sns.catplot(x='tip_pct',y='day',hue='smoker',kind='box', data=tips[tips.tip_pct < 0.5]) # hue表示分组的依据 fig.savefig('p4.png') # 将绘制的图形保存为p4.png上述代码绘制的图形为: seaborn.catplot()的用法具体参考: http://seaborn.pydata.org/generated/seaborn.catplot.html?highlight=seaborn%20catplot#seaborn.catplot seaborn.boxplot()示例: fig,axes = plt.subplots() sns.boxplot(x='day',y='tip_pct',hue='smoker', data=tips[tips.tip_pct < 0.5],orient='v',ax=axes) # orient参数表示箱形图的方向 axes.set_title('Boxplots grouped by smoker') fig.savefig('p5.png') # 将绘制的图形保存为p5.png上述代码绘制的图形为: seaborn.boxplot()的用法具体参考: http://seaborn.pydata.org/generated/seaborn.boxplot.html#seaborn.boxplot 方法3具体示例:axes.boxplot()示例: fig,axes = plt.subplots() axes.boxplot(x=tips.tip_pct,sym='rd',positions=[2]) # sym参数表示异常值的标记方式 # positions表示箱形图的位置标签 axes.set_xlabel('tip_pct') fig.savefig('p6.png') # 将绘制的图形保存为p6.png上述代码绘制的图形为: axes.boxplot()的用法具体参考: https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.boxplot.html?highlight=axes%20boxplot#matplotlib.axes.Axes.boxplot 其他参考资料: 《Python for Data Analysis》第二版 《商务与经济统计》第十三版 pandas、matplotlib、seaborn官方文档 PS:本文为博主原创文章,转载请注明出处。
|
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |