Python Matplotlib绘制箱线图的全过程

箱线图介绍

箱线图（Box-plot）又称为盒式图或箱型图，是一种用来显示一组数据分散情况的统计图，它能显示一组数据的上界、下界、中位数、上下四分位数以及异常值等。箱线图的各部分组成及其含义如下图所示。

 关键术语说明 四分位数：

• 四分位数：就是把一组数据按照从小到大的顺序进行排列，然后分成四等份，处于三个分割点位置的数字就是四分位数；
• 第一四分位数（q1）:又称“较小四分位数”或“下四分位数”，等于该样本中所有数值由小到大排列后第25%的数字，q1的位置 = 1+(n-1)x 0.25；
• 第二四分位数（q2）:又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字，q2的位置= 1+(n-1)x 0.5；
• 第三四分位数（q3），又称“较大四分位数”或“上四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。q3的位置= 1+(n-1)x 0.75；
• 四分位间距（InterQuartile Range，IQR）：第三四分位数与第一四分位数的差距(q3数据- q1数据)；
• Whiske上限（大于该值即为异常值）：q3数 + 1.5*IQR，（1.5表示超过的比例，是一个系数，可根据实际情况调整）；
• Whisker下限（小于该值即为异常值）：q1数 – 1.5*IQR。

首先对这组数据进行排序得到：[12, 30, 36, 40, 45, 50, 80]，数组长度n为7;

q1的位置 = 1+(n-1)x 0.25=1 + 6*0.25 =2.5，所以q1的值为：30 + (36 – 30)*0.5 = 33

q2的位置 = 1+(n-1)x 0.5=1 + 6*0.5 =4，所以q2的值为40

q3的位置 = 1+(n-1)x 0.75=1 + 6*0.75 =5.5，所以q3的值为：45 + (50 – 45)*0.5=47.5

例2：一组数据[12, 45, 30, 80, 36, 50, 40, 43]，分别求出q1、q2、q3

首先对这组数据进行排序得到：[12, 30, 36, 40, 43, 45, 50, 80]，数组长度n为8;

q1的位置 = 1+(n-1)x 0.25=1 + 7*0.25 =2.75，所以q1的值为：30 + (36 – 30)*0.75 = 34.5

q2的位置 = 1+(n-1)x 0.5=1 + 7*0.5 =4.5，所以q2的值为40 + (43-40)*0.5=41.5

q3

的位置 = 1+(n-1)x 0.75=1 + 7*0.75 =6.25，所以q3的值为：45 + (50 – 45)*0.25=46.25

在numpy中提供了quantile()函数，可以直接获取四分位数，例如np.quantile(x, 0.25)即可获取数组x中的q1值。

Matplotlib中绘制箱线图的方法：boxplot

boxplot(

        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):

喜欢 (0)赏

[搞代码]

分享 (0)