python 100天 85 用boxplot()函数绘制箱形图

欢迎大家来到IT世界,在知识的湖畔探索吧!

箱形图（Box-plot）又称为盒须图、盒式图或箱线图，

是一种用作显示一组数据分散情况资料的统计图。 因形状如箱子而得名。 在各种领域也经常被使用，常见于品质管理。 它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。

看个例子

plt.boxplot() 参数详解

plt.boxplot(x, # 指定要绘制箱线图的数据； notch=None, # 凹口的 展现箱线图， sym=None, # 指定异常点的形状，默认为+号显示； vert=None, # 是否需要将箱线图垂直摆放，默认垂直摆放； whis=None, # 的距离，默认为1.5倍的四分位差； positions=None, # 指定箱线图的位置，默认为[0,1,2…]； widths=None, # 指定箱线图的宽度，默认为0.5； patch_artist=None, # 是否填充箱体的颜色； bootstrap=None, # usermedians=None, # conf_intervals=None, # meanline=None, # 是否用线的形式表示均值，默认用点来表示； showmeans=None, # showcaps=None, # showbox=None, # ； showfliers=None, # ； boxprops=None, # labels=None, # flierprops=None, # 填充色等； medianprops=None, # 设置中位数的属性，如线的类型、粗细等； meanprops=None, # 设置均值的属性，如点的大小、颜色等； capprops=None, # 设置箱线图顶端和末端线条的属性，如颜色、粗细等； whiskerprops=None, # 设置须的属性，如颜色、粗细、线的类型等 manage_xticks=True, # autorange=False, # zorder=None, # hold=None, # data=None) # 

欢迎大家来到IT世界,在知识的湖畔探索吧!

看一个例子

欢迎大家来到IT世界,在知识的湖畔探索吧!import numpy as np import matplotlib.pyplot as plt np.random.seed() spread = np.random.rand(50) * 100 center = np.ones(25) * 50 flier_high = np.random.rand(10) * 100 + 100 flier_low = np.random.rand(10) * -100 data = np.concatenate((spread, center, flier_high, flier_low)) fig1, ax1 = plt.subplots() ax1.set_title('Basic Plot') ax1.boxplot(data)

1、numpy.ones()函数

可以创建任意维度和元素个数的数组，其元素值均为1

2、使用语法

numpy.ones(shape, dtype=None, order='C')

3、使用参数

• shape：int或int的序列，为新数组的形状；

• 如果我们仅指定一个int变量，则将返回一维数组。 对于一个整数元组，将返回给定形状的数组。

• dtype（可选 ）：数组的所需数据类型；默认是 numpy.float64。

• order ： {‘C’，‘F’}，可选，默认值：C 是否在内存中以行主（C-风格）或列主（Fortran-风格）顺序存储多维数据。

4、返回值：

返回具有给定形状，数据类型和顺序的数组。

5、使用实例

欢迎大家来到IT世界,在知识的湖畔探索吧!>>>b = np.ones((3,4),dtype=np.int64) >>>print(b) >[[1 1 1 1] [1 1 1 1] [1 1 1 1]]

继续进行修改

fig2, ax2 = plt.subplots() ax2.set_title('Notched boxes') ax2.boxplot(data, notch=True)

继续修改

green_diamond = dict(markerfacecolor='g', marker='D') fig3, ax3 = plt.subplots() ax3.set_title('Changed Outlier Symbols') ax3.boxplot(data, flierprops=green_diamond)

继续修改

fig4, ax4 = plt.subplots() ax4.set_title('Hide Outlier Points') ax4.boxplot(data, showfliers=False)

继续修改

red_square = dict(markerfacecolor='r', marker='s') fig5, ax5 = plt.subplots() ax5.set_title('Horizontal Boxes') ax5.boxplot(data, vert=False, flierprops=red_square)