[三] 3 圖表繪制工具：Matplotlib -- 圖表繪制之箱形圖

目錄

• 九、箱形圖
• • 1、plt.plot.box()
  • 2、plt.boxplot()
  • 3、分組繪圖

九、箱形圖

箱形圖又稱為盒須圖、盒式圖或箱線圖，它主要用于反映原始資料分布的特征，還可以進行多組資料分布特征的比較。

• 中位數：按順序排列的一組資料中居于中間位置的數
• 上四分位數Q3：一組資料排序後處于75%（(1+n)/4*3）位置上的值
• 下四分位數Q1：一組資料排序後處于25%（(1+n)/4）位置上的值
• 四分位距IQR=Q3-Q1
• 内限：最大值Q3+1.5IQR，最小值Q1-1.5IQR
• 外限：最大值Q3+3IQR，最小值Q1-3IQR
• 異常值：内限與外限之間，中度異常，在外限以外，極度異常

箱形圖的繪制步驟：

• 畫數軸：度量機關大小和資料批的機關一緻，起點比最小值稍小，長度比該資料批的全距稍長；
• 畫一個矩形盒：兩端分别對應資料批的上下四分位數（Q3和Q1）。在矩形盒内部中位數位置畫中位線；
• 畫内限和外限：箱型圖一般沒有标出内限和外限；
• 畫上邊緣和下邊緣：從矩形盒兩端邊向外各畫一條線段直到不是異常值的最遠點，表示該批資料正常值的分布區間；
• 用"〇"标出中度異常值，用"*"标出極度異常值；相同值的資料點并列标出在同一資料線位置上。

1、plt.plot.box()

• vert：是否垂直，預設True
• positions：占位

箱形圖着色：

• boxes：箱線的顔色
• whiskers：豎線的顔色
• medians：中位線的顔色
• caps：邊緣線的顔色

df = pd.DataFrame(np.random.rand(10, 5), columns = list("ABCDE"))

color = dict(boxes = 'DarkGreen', whiskers = 'DarkOrange', medians = 'DarkBlue', caps = 'Gray')

df.plot.box(ylim = [0, 1.2],
            color = color,
            positions = [1, 4, 5, 6, 8])
           

2、plt.boxplot()

plt.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_xticks=True, autorange=False, zorder=None, hold=None, data=None)

• x: 資料
• notch: 預設False，生成一個矩形箱形圖；如果為True，将生成一個帶缺口的箱形圖，缺口表示中位數附近的置信區間（CI）
• sym: 異常點形狀，參考marker
• vert: 是否垂直，預設True

• whis: 預設1.5，表示上須Q3 + whis * IQR，下須Q1 - whis * IQR

  設定區間如[5,95]，代表強制上下邊緣為資料95%和5%位置

  字元串"range"，将晶須強制為資料的最小值和最大值

• positions: 占位
• patch_artist: 箱體是否進行顔色填充，預設False
• meanline: 如果為True且showmeans為True，則将畫出均值線，與中位線平行
• showmeans: 顯示算數平均值
• showcaps: 是否顯示上下邊緣線
• showbox: 是否顯示箱體，不顯示則填充顔色也不顯示
• showfliers: 是否顯示異常值
• return_type = ‘dict’，傳回類型為字典

df = pd.DataFrame(np.random.rand(10, 5), columns = list("ABCDE"))

plt.figure(figsize = (10, 4))

f = df.boxplot(notch = False, # 箱體是否帶缺口
               sym = 'o', # 異常點形狀，參考marker
               vert = True, # 是否垂直
               whis = 1.5,
               patch_artist = True,  # 箱體是否進行顔色填充
               meanline = True, # 如果為True且showmeans為True，則将畫出均值線，與中位線平行
               showmeans = True, # 顯示算數平均值
               showcaps = True, # 是否顯示上下邊緣線
               showbox = True, # 是否顯示箱體，不顯示則填充顔色也不顯示
               showfliers = True, # 是否顯示異常值
               return_type ='dict') # 傳回類型為字典
           

boxes：箱體

medians：中位線

means：均值線

whiskers：豎線

caps：邊緣線

fliers：異常值

# print(f.keys())
# dict_keys(['boxes', 'fliers', 'medians', 'caps', 'whiskers', 'means'])

for box in f['boxes']:
    box.set(edgecolor = 'r', facecolor = 'b', linewidth = 1, alpha = 0.5)
for median in f['medians']:
    median.set(color = 'DarkBlue', linewidth = 2)
for mean in f['means']:
    mean.set(color = 'y', linewidth = 2)
for whisker in f['whiskers']:
    whisker.set(color = 'g', linewidth = 0.5, linestyle = '-')
for cap in f['caps']:
    cap.set(color = 'gray', linewidth = 2)
for flier in f['fliers']:
    flier.set(marker = 'o', alpha = 0.5) # color為箱子顔色？
           

3、分組繪圖

df = pd.DataFrame(np.random.rand(6, 2), columns = ['Col1', 'Col2'])
df['X'] = pd.Series(['A', 'A', 'A', 'B', 'B', 'B'])
df['Y'] = pd.Series(['A', 'B', 'B', 'B', 'A', 'A'])
'''
       Col1      Col2  X  Y
0  0.134612  0.451295  A  A
1  0.131603  0.922581  A  B
2  0.532679  0.247002  A  B
3  0.863306  0.736274  B  B
4  0.999598  0.052141  B  A
5  0.292755  0.493295  B  A
'''

df.boxplot(by = 'X')

df.boxplot(by = ['X', 'Y'], column = ['Col2'])