使用 Matplotlib 在Python中绘制箱线图

箱线图也称为晶须图，用于显示具有最小值、第一四分位数、中位数、第三四分位数和最大值等属性的数据值集的摘要。在箱线图中，从第一个四分位数到第三个四分位数创建了一个框，还有一条垂直线穿过中位数的框。这里 x 轴表示要绘制的数据，而 y 轴表示频率分布。

创建箱线图

matplotlib 库的 matplotlib.pyplot 模块提供了 boxplot()函数，借助该函数我们可以创建箱线图。

句法：

matplotlib.pyplot.boxplot(data, notch=None, vert=None, patch_artist=None, widths=None)

参数：

Attribute	Value
data	array or sequence of array to be plotted
notch	optional parameter accepts boolean values
vert	optional parameter accepts boolean values false and true for horizontal and vertical plot respectively
bootstrap	optional parameter accepts int specifies intervals around notched boxplots
usermedians	optional parameter accepts array or sequence of array dimension compatible with data
positions	optional parameter accepts array and sets the position of boxes
widths	optional parameter accepts array and sets the width of boxes
patch_artist	optional parameter having boolean values
labels	sequence of strings sets label for each dataset
meanline	optional having boolean value try to render meanline as full width of box
order	optional parameter sets the order of the boxplot

赋予 ax.boxplot() 方法的数据值可以是 Numpy 数组或Python列表或数组元组。让我们通过使用 numpy.random.normal() 创建一些随机数据来创建箱线图，它将均值、标准差和所需的值数量作为参数。

例子：

Python3

# Import libraries
import matplotlib.pyplot as plt
import numpy as np
 
 
# Creating dataset
np.random.seed(10)
data = np.random.normal(100, 20, 200)
 
fig = plt.figure(figsize =(10, 7))
 
# Creating plot
plt.boxplot(data)
 
# show plot
plt.show()

输出：

自定义箱线图

matplotlib.pyplot.boxplot() 为箱线图提供了无限的定制可能性。 notch = True 属性为箱线图创建缺口格式，patch_artist = True 用颜色填充箱线图，我们可以为不同的箱设置不同的颜色。vert = 0 属性创建水平箱线图。标签采用与数字数据集相同的维度。

示例 1：

Python3

# Import libraries
import matplotlib.pyplot as plt
import numpy as np
 
 
# Creating dataset
np.random.seed(10)
 
data_1 = np.random.normal(100, 10, 200)
data_2 = np.random.normal(90, 20, 200)
data_3 = np.random.normal(80, 30, 200)
data_4 = np.random.normal(70, 40, 200)
data = [data_1, data_2, data_3, data_4]
 
fig = plt.figure(figsize =(10, 7))
 
# Creating axes instance
ax = fig.add_axes([0, 0, 1, 1])
 
# Creating plot
bp = ax.boxplot(data)
 
# show plot
plt.show()

输出：

示例 2：让我们尝试使用一些自定义项来修改上面的图：

Python3

# Import libraries
import matplotlib.pyplot as plt
import numpy as np
 
# Creating dataset
np.random.seed(10)
data_1 = np.random.normal(100, 10, 200)
data_2 = np.random.normal(90, 20, 200)
data_3 = np.random.normal(80, 30, 200)
data_4 = np.random.normal(70, 40, 200)
data = [data_1, data_2, data_3, data_4]
 
fig = plt.figure(figsize =(10, 7))
ax = fig.add_subplot(111)
 
# Creating axes instance
bp = ax.boxplot(data, patch_artist = True,
                notch ='True', vert = 0)
 
colors = ['#0000FF', '#00FF00',
          '#FFFF00', '#FF00FF']
 
for patch, color in zip(bp['boxes'], colors):
    patch.set_facecolor(color)
 
# changing color and linewidth of
# whiskers
for whisker in bp['whiskers']:
    whisker.set(color ='#8B008B',
                linewidth = 1.5,
                linestyle =":")
 
# changing color and linewidth of
# caps
for cap in bp['caps']:
    cap.set(color ='#8B008B',
            linewidth = 2)
 
# changing color and linewidth of
# medians
for median in bp['medians']:
    median.set(color ='red',
               linewidth = 3)
 
# changing style of fliers
for flier in bp['fliers']:
    flier.set(marker ='D',
              color ='#e7298a',
              alpha = 0.5)
     
# x-axis labels
ax.set_yticklabels(['data_1', 'data_2',
                    'data_3', 'data_4'])
 
# Adding title
plt.title("Customized box plot")
 
# Removing top axes and right axes
# ticks
ax.get_xaxis().tick_bottom()
ax.get_yaxis().tick_left()
     
# show plot
plt.show()

输出：