如何在箱线图 matplotlib 中下订单 - Python

箱线图是一种用于显示数据分布的可视化图表，通常包括一个矩形箱子和一条纵向中位数线。箱子的上下边缘分别代表第一和第三四分位数，箱子中央的水平线代表中位数。箱线图可以帮助我们快速了解数据的整体分布情况和异常值。

在 Python 中，我们可以通过 Matplotlib 库来绘制箱线图。下面是一个简单的代码片段，用于绘制一个由随机数生成的数据集的箱线图：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据集
np.random.seed(123)
data = np.random.normal(size=100)

# 绘制箱线图
fig, ax = plt.subplots()
ax.boxplot(data)
plt.show()

这段代码会生成一个由 100 个随机数构成的数据集，然后绘制出其箱线图。

如果你想要设置箱线图的各项参数，比如箱子边框颜色、中位数线样式、异常值符号等等，可以通过传递一些参数给 boxplot() 函数来实现。以下是一些可能会用到的参数：

• vert: 指定箱线图的方向。如果为 True，则为纵向箱线图；如果为 False，则为横向箱线图。
• whis: 控制箱子边缘的长度，默认为 1.5。
• widths: 指定箱子的宽度，默认为 0.5。
• patch_artist: 如果为 True，则用矩形填充箱子，而不是只绘制边框。
• boxprops: 用于设置箱子的属性，包括颜色、边框宽度等等。
• medianprops: 用于设置中位数线的属性。
• whiskerprops: 用于设置箱子边缘的属性。
• capprops: 用于设置箱子顶部和底部线段的属性。
• flierprops: 用于设置异常值的属性。
• showmeans: 如果为 True，则显示均值线（默认为 False）。
• meanprops: 用于设置均值线的属性。

以下是一个例子，演示如何使用一些参数来自定义一个箱线图：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据集
np.random.seed(123)
data1 = np.random.normal(loc=-2, size=100)
data2 = np.random.normal(loc=2, size=100)
data = [data1, data2]

# 绘制箱线图
fig, ax = plt.subplots()
bp = ax.boxplot(data, vert=False, whis=1.5, widths=0.5, patch_artist=True, boxprops=dict(facecolor='pink'), medianprops=dict(color='blue'), whiskerprops=dict(color='gray'), capprops=dict(color='green'), flierprops=dict(marker='o', markersize=5, markerfacecolor='red', markeredgecolor='black'), showmeans=True, meanprops=dict(color='purple', linestyle='--', linewidth=2))
plt.show()

这个例子中，我们生成了两个具有不同均值的数据集，并设置了箱线图的一些参数，如方向、边缘长度、宽度、填充颜色、线条颜色和样式、异常值样式、均值线样式等等。最终，我们绘制出了一个更加丰富的箱线图。

希望这些例子可以帮助你更好地理解如何在 Matplotlib 中绘制箱线图，并自定义其各项参数。如果你想进一步了解 Matplotlib，建议你参考其官方文档，上面有更加详细的介绍和示例。