Python利用matplotlib.pyplot.boxplot()绘制箱型图实例代码
作者:小羊快学 发布时间:2022-11-18 05:08:26
标签:matplotlib.pyplot.boxplot(),箱型图
一、matplotlib.pyplot.boxplot()语法
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)
plt.boxplot(
x, # 指定要绘制箱线图的数据
notch=True or False, # 是否是凹口的形式展现箱线图,默认非凹口
sym, # str值,指定异常点的形状,默认为+号显示
vert=True or False, # 是否需要将箱线图垂直摆放,默认True垂直摆放
whis, # float值,指定上下须与上下四分位的距离,默认为1.5倍的四分位差
bootstrap, # int值,指定引导置信区间切口箱线图的中间位置
positions, # 指定箱线图的位置 默认为[0,1,2…]
widths, # 指定箱线图的宽度,默认值:0.5
patch_artist=True or False, # 是否填充箱体的颜色 默认值False不填充
labels, # 为箱线图添加标签,类似于图例的作用
manage_ticks=True or False, # 如果为True,刻度位置和标签将被调整为匹配箱线图的位置。默认值:True
showmeans=True or False, # 是否显示均值,默认值:False不显示
meanline=True or False, # 是否用线的形式表示均值,默认值False用点来表示
zorder, # 箱线图的顺序
showcaps=True or False, # 是否显示箱线图顶端和末端的两条线,默认值True显示
showbox=True or False, # 是否显示箱线图的箱体,默认值True显示;
showfliers=True or False, # 是否显示异常值,默认值True显示;
boxprops, # 设置箱体的属性,如边框色,填充色等;
flierprops, # 设置异常值的属性,如异常点的形状、大小、填充色等;
medianprops, # 设置中位数的属性,如线的类型、粗细等;
meanprops, # 设置均值的属性,如点的大小、颜色等;
capprops, # 设置箱线图顶端和末端线条的属性,如颜色、粗细等;
whiskerprops,# 设置胡须的属性,如颜色、粗细、线的类型等
)
二、绘制箱型图
①绘制简单箱型图
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data)
plt.show()
②各个参数绘制箱型图
(1)notch参数(bool值,是否凹口的形式展现箱线图,默认值False非凹口)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# notch=True凹口的形式
ax1=fig.add_subplot(121)
plt.boxplot(data,notch=True)
plt.title('凹口的形式',size=20)
# notch=False非凹口的形式
ax2=fig.add_subplot(122)
plt.boxplot(data,notch=False)
plt.title('非凹口的形式',size=20)
plt.show()
(2)sym(str,指定异常点的形状,默认为+号显示)
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data,sym='^')
plt.show()
(3)vert参数(bool值,是否需要将箱线图垂直摆放,默认True垂直摆放)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# vert=True箱型图垂直摆放
ax1=fig.add_subplot(121)
plt.boxplot(data,vert=True)
plt.title('垂直摆放',size=20)
# vert=False箱型图水平摆放
ax2=fig.add_subplot(122)
plt.boxplot(data,vert=False)
plt.title('水平摆放',size=20)
plt.show()
(4)widths参数(float值,指定箱线图的宽度,默认值:0.5)
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data,widths=[0.3,0.6,0.5])
plt.show()
(5)patch_artist(bool值,是否填充箱体颜色,默认值:False不填充)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# patch_artist=True填充箱体颜色
ax1=fig.add_subplot(121)
plt.boxplot(data,patch_artist=True)
plt.title('填充箱体颜色',size=20)
# patch_artist=False不填充箱体颜色
ax2=fig.add_subplot(122)
plt.boxplot(data,patch_artist=False)
plt.title('不填充箱体颜色',size=20)
plt.show()
(6)showmeans参数(bool值,是否显示均值,默认值False不显示)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# showmeans=True显示均值
ax1=fig.add_subplot(121)
plt.boxplot(data,showmeans=True)
plt.title('显示均值',size=20)
# showmeans=False不显示均值
ax2=fig.add_subplot(122)
plt.boxplot(data,showmeans=False)
plt.title('不显示均值',size=20)
plt.show()
(7)meanline参数(bool值,是否用线的形式表示均值,默认值False用点来表示)
注意:只有当showmeans=True时(显示均值时),才看得见效果。
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# meanline=True用线显示均值
ax1=fig.add_subplot(121)
plt.boxplot(data,showmeans=True,meanline=True)
plt.title('用线显示均值',size=20)
# meanline=False用点显示均值
ax2=fig.add_subplot(122)
plt.boxplot(data,showmeans=True,meanline=False)
plt.title('用点显示均值',size=20)
plt.show()
(8)showcaps参数(bool值,是否显示箱线图顶端和末端的两条线,默认值True显示)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# showcaps=True显示箱线图顶端和末端的两条线
ax1=fig.add_subplot(121)
plt.boxplot(data,showcaps=True)
plt.title('显示',size=20)
# showcaps=False不显示箱线图顶端和末端的两条线
ax2=fig.add_subplot(122)
plt.boxplot(data,showcaps=False)
plt.title('不显示',size=20)
plt.show()
(9)showbox参数(bool值,是否显示箱线图的箱体,默认值True显示)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# showbox=True显示箱线图的箱体
ax1=fig.add_subplot(121)
plt.boxplot(data,showbox=True)
plt.title('显示',size=20)
# showbox=False不显示箱线图的箱体
ax2=fig.add_subplot(122)
plt.boxplot(data,showbox=False)
plt.title('不显示',size=20)
plt.show()
(10)showfliers参数(bool值,是否显示异常值,默认值True显示)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# showfliers=True显示异常值
ax1=fig.add_subplot(121)
plt.boxplot(data,showfliers=True)
plt.title('显示',size=20)
# showfliers=False不显示异常值
ax2=fig.add_subplot(122)
plt.boxplot(data,showfliers=False)
plt.title('不显示',size=20)
plt.show()
(11)boxprops参数(设置箱体的属性,如边框色,填充色等)
import matplotlib.pyplot as plt
data=[np.random.normal(0,std,100) for std in range(1,4)]
fig=plt.figure()
# sboxprops={'color':'r'} 设置箱体边框色
ax1=fig.add_subplot(121)
plt.boxplot(data,boxprops={'color':'r'})
plt.title('设置箱体边框色',size=20)
# patch_artist=True 填充箱体颜色
# boxprops={'facecolor':'pink'}设置箱体填充色
ax2=fig.add_subplot(122)
plt.boxplot(data,patch_artist=True,boxprops={'facecolor':'pink'})
plt.title('设置箱体填充色',size=20)
plt.show()
(12) flierprops参数(设置异常值的属性,如异常点的形状、大小、填充色等)
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data,flierprops={'marker':'*'})
plt.show()
(13)medianprops参数(设置中位数的属性,如线的类型、粗细等)
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data,medianprops={'linestyle':':','linewidth':5,'color':'m'})
plt.show()
(14)meanprops参数(设置均值的属性)
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data,showmeans=True,meanprops={'marker':'*'})
plt.show()
(15)capprops参数(设置箱线图顶端和末端线条的属性,如颜色、粗细等)
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data,
showmeans=True,
capprops={'linestyle':'--','color':'m','linewidth':3})
plt.show()
(16)whiskerprops参数(设置须的属性,如颜色、粗细、线的类型等)
import matplotlib.pyplot as plt
import numpy as np
data=[np.random.normal(0,std,100) for std in range(1,4)]
plt.boxplot(data,
showmeans=True,
whiskerprops={'linestyle':'--','color':'m','linewidth':3})
plt.show()
总结
来源:https://blog.csdn.net/Yangyuqing_/article/details/124268352


猜你喜欢
- 本文实例为大家分享了使用RNN进行文本分类,python代码实现,供大家参考,具体内容如下1、本博客项目由来是oxford 的nlp 深度学
- 今天在给元素注册事件的时候,使用addEventListener遇到了一个问题,这个好像之前也遇到过,觉得有必要总结一下,就是js函数作为参
- newstudent.asp<script LANGUAGE=″vbscript″ RUNAT=″Server″&
- 1.javascript获取网址"?"后面的参数:var query = window.location.search.
- 一、获取安装包:Pycharm 官网 下载页面 :点击打开Anconda 官网 下载页面 :点击打开选择对应的系统和需要的版本进行下载,py
- 编程零基础,可以学习 Python 吗”,这是很多初学者经常问我的一个问题。当然,在计算机方面的基础越好,对学习任何一门新的编程语言越有利。
- 概述一个状态管理工具Store:保存数据的地方,你可以把它看成一个容器,整个应用只能有一个 Store。State:包含所有数据,如果想得到
- 1. set bakupfolder=F:\backup\ 备份文件存放于目录F:\backup\ (此目录需要事先建好) 2. 默认每个数
- 当我们想对python中原有的模块进行覆盖,又不希望退出当前的程序,就需要用到重载的概念。这样既能使模块得到更新,又不影响解释器的使用。在导
- 本教程为大家分享了Linux安装MySQL详细步骤,供大家参考,具体内容如下第一步: 下载MySQL安装包进入mysql官网,进入downl
- 一.入参解析库 argparse有时候写Python脚本,需要处理入参[-h][-v][-F]...等情况,如果自己来解析的话,会花费很多时
- 前言本来而言,这个问题网上很多资料,但是网上资料都是复制来复制去,很多话大家其实都不是很明白的,或者拿着官方文档翻译过来的,让人看的非常迷糊
- 我就废话不多说了,直接上代码吧!import torchimport torch.nn as nnimport torch.nn.funct
- 本文实例讲述了Python实现读取及写入csv文件的方法。分享给大家供大家参考,具体如下:新建csvData.csv文件,数据如下:具体代码
- 这篇文章主要介绍了Python线程条件变量Condition原理解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习
- 特殊属性Python中对象包括很多双下划綫开始和结束的属性,这些特殊属性,有特殊用法。特殊方法含义obj.__dict__对象的属性字典ob
- Numpy是python常用的一个类库,在python的使用中及其常见,广泛用在矩阵的计算中,numpy对矩阵的操作与纯python比起来速
- 1、get方式:如何为爬虫添加ip代理,设置Request header(请求头)import urllib import urllib.r
- python的开发工具有很多种,各有特点,本人一直使用的是pycharm,所以本篇内容仅限pycharm。1,设置python文件头模板当我
- 一、为什么难 秒杀系统难做的原因:库存只有一份,所有人会在集中的时间读和写这些数据。例如小米手