Python中的分组箱线图

在数据可视化中，箱线图是一种常用的统计图形，用于显示一组数据的分布情况，包括数据的中位数、上下四分位数、最大、最小值和异常值等信息。

Python中的matplotlib库提供了制作箱线图的函数，可以方便地绘制数据分布情况。本文将介绍如何绘制分组箱线图，用于展示多组数据的差异性。

数据准备

首先，需要准备一组或多组数据，用于制作分组箱线图。以下是一个示例代码，用于生成三组数据，分别代表三个组：

import numpy as np

# 生成三组数据，分别代表三个组
data1 = np.random.normal(20, 5, 100)
data2 = np.random.normal(25, 3, 100)
data3 = np.random.normal(30, 4, 100)

# 将三组数据存放到一个列表中
data = [data1, data2, data3]

绘制分组箱线图

绘制分组箱线图的函数为boxplot()，其基本用法为：

import matplotlib.pyplot as plt

# 绘制分组箱线图
plt.boxplot(data)

# 展示图形
plt.show()

运行以上代码，即可得到一张包含三组数据的分组箱线图。但是，这种简单的绘图方式可能会使得不同组的箱线图颜色不够明显，因此需要对不同组进行区分，以便更好地展示差异性。

区分不同组颜色

为了区分不同组，可以在boxplot()中增加一个labels参数，用于指定每个组对应的标签。此外，还需要对每个组的箱线图进行颜色设置，以便更好地区分。以下是一个示例代码：

import matplotlib.pyplot as plt

# 对每个组的箱线图进行颜色设置
boxprops1 = {'color': 'red', 'linewidth': 2}
boxprops2 = {'color': 'blue', 'linewidth': 2}
boxprops3 = {'color': 'green', 'linewidth': 2}

# 生成三组数据，分别代表三个组
data1 = np.random.normal(20, 5, 100)
data2 = np.random.normal(25, 3, 100)
data3 = np.random.normal(30, 4, 100)

# 将三组数据存放到一个列表中
data = [data1, data2, data3]

# 绘制分组箱线图，增加标签和颜色设置
labels = ['Group 1', 'Group 2', 'Group 3']
plt.boxplot(data, labels=labels, boxprops=[boxprops1, boxprops2, boxprops3])

# 展示图形
plt.show()

以上代码运行后，即可得到一张区分不同组颜色的分组箱线图。如果需要设置其他如图例、坐标轴等内容，也可以通过Matplotlib库中的相关函数进行设置。

总结

本文介绍了Python中绘制分组箱线图的方法，通过使用Matplotlib库的boxplot()函数，可以方便地展示多组数据的统计差异性。同时，还可以使用相关参数进行颜色、标签等设置，以便更好地展示不同组的差异性。