Python?Matplotlib繪制箱線圖boxplot()函數怎么使用

Python Matplotlib繪制箱線圖boxplot()函數怎么使用

1. 概述

在數據分析和可視化中，箱線圖（Boxplot）是一種常用的統計圖表，用于顯示一組數據的分布情況。箱線圖能夠直觀地展示數據的中位數、四分位數、異常值等信息，幫助我們快速了解數據的集中趨勢和離散程度。

Matplotlib 是 Python 中最常用的數據可視化庫之一，提供了豐富的繪圖功能。其中，boxplot() 函數是用于繪制箱線圖的核心函數。本文將詳細介紹如何使用 Matplotlib 的 boxplot() 函數來繪制箱線圖，并通過多個示例展示其用法。

2. 箱線圖的基本概念

在深入探討 boxplot() 函數之前，我們先來了解一下箱線圖的基本概念。

2.1 箱線圖的組成部分

箱線圖主要由以下幾個部分組成：

• 中位數（Median）：數據集的中間值，即第50百分位數。
• 四分位數（Quartiles）：
  • 第一四分位數（Q1）：數據集中25%的數據小于或等于該值。
  • 第三四分位數（Q3）：數據集中75%的數據小于或等于該值。
• 四分位距（IQR, Interquartile Range）：Q3 與 Q1 之間的差值，即 IQR = Q3 - Q1。
• 上下邊界（Whiskers）：通常定義為 Q1 - 1.5 * IQR 和 Q3 + 1.5 * IQR 之間的范圍。
• 異常值（Outliers）：超出上下邊界的數據點，通常用點或星號表示。

2.2 箱線圖的作用

箱線圖的主要作用包括：

• 展示數據的分布：通過箱線圖可以直觀地看到數據的集中趨勢和離散程度。
• 識別異常值：箱線圖能夠有效地識別數據集中的異常值。
• 比較不同組的數據：通過繪制多個箱線圖，可以比較不同組數據的分布情況。

3. Matplotlib 的 boxplot() 函數

Matplotlib 的 boxplot() 函數用于繪制箱線圖。該函數的基本語法如下：

matplotlib.pyplot.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_ticks=True, autorange=False, zorder=None)

3.1 主要參數說明

• x：輸入數據，可以是一個數組或一組數組。如果是多個數組，每個數組將繪制一個箱線圖。
• notch：是否繪制帶有缺口的箱線圖，默認為 False。如果為 True，則繪制帶有缺口的箱線圖，缺口表示中位數的置信區間。
• sym：異常值的顯示符號，默認為 'b+'。
• vert：是否繪制垂直箱線圖，默認為 True。如果為 False，則繪制水平箱線圖。
• whis：定義上下邊界的范圍，默認為 1.5?？梢允且粋€浮點數或一個包含兩個浮點數的元組。
• positions：箱線圖的位置，默認為 [1, 2, ..., n]。
• widths：箱線圖的寬度，默認為 0.5。
• patch_artist：是否使用 Patch 對象繪制箱線圖，默認為 False。如果為 True，則可以使用 boxprops 參數自定義箱線圖的樣式。
• labels：箱線圖的標簽，默認為 None。
• showfliers：是否顯示異常值，默認為 True。
• boxprops：箱線圖的屬性，如顏色、線寬等。
• whiskerprops：上下邊界的屬性。
• capprops：上下邊界的端線屬性。
• medianprops：中位線的屬性。
• meanprops：均值的屬性（如果 showmeans 為 True）。
• flierprops：異常值的屬性。

3.2 返回值

boxplot() 函數返回一個字典，包含以下鍵：

• boxes：箱線圖的箱體對象。
• medians：中位線對象。
• whiskers：上下邊界對象。
• caps：上下邊界的端線對象。
• fliers：異常值對象。
• means：均值對象（如果 showmeans 為 True）。

4. 繪制基本箱線圖

4.1 單個箱線圖

首先，我們來看一個簡單的例子，繪制一個包含單個數據集的箱線圖。

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data = np.random.normal(100, 20, 200)

# 繪制箱線圖
plt.boxplot(data)

# 顯示圖形
plt.show()

在這個例子中，我們使用 numpy 生成了一組正態分布的隨機數據，然后使用 boxplot() 函數繪制了箱線圖。plt.show() 用于顯示圖形。

4.2 多個箱線圖

接下來，我們來看一個繪制多個箱線圖的例子。

import matplotlib.pyplot as plt
import numpy as np

# 生成三組隨機數據
data1 = np.random.normal(100, 20, 200)
data2 = np.random.normal(80, 30, 200)
data3 = np.random.normal(90, 25, 200)

# 將數據組合成一個列表
data = [data1, data2, data3]

# 繪制箱線圖
plt.boxplot(data)

# 顯示圖形
plt.show()

在這個例子中，我們生成了三組隨機數據，并將它們組合成一個列表。然后，我們將這個列表傳遞給 boxplot() 函數，繪制了三個箱線圖。

5. 自定義箱線圖

5.1 修改箱線圖的樣式

我們可以通過 boxprops、whiskerprops、capprops、medianprops 等參數來自定義箱線圖的樣式。

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data = np.random.normal(100, 20, 200)

# 繪制箱線圖，并自定義樣式
plt.boxplot(data, boxprops=dict(color='red', linewidth=2),
            whiskerprops=dict(color='blue', linewidth=2),
            capprops=dict(color='green', linewidth=2),
            medianprops=dict(color='orange', linewidth=2))

# 顯示圖形
plt.show()

在這個例子中，我們通過 boxprops、whiskerprops、capprops、medianprops 參數分別設置了箱體、上下邊界、端線和中位線的顏色和線寬。

5.2 顯示均值和異常值

我們可以通過 showmeans 和 showfliers 參數來控制是否顯示均值和異常值。

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data = np.random.normal(100, 20, 200)

# 繪制箱線圖，并顯示均值和異常值
plt.boxplot(data, showmeans=True, showfliers=True)

# 顯示圖形
plt.show()

在這個例子中，我們通過 showmeans=True 和 showfliers=True 參數分別顯示了均值和異常值。

5.3 繪制水平箱線圖

我們可以通過 vert=False 參數來繪制水平箱線圖。

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data = np.random.normal(100, 20, 200)

# 繪制水平箱線圖
plt.boxplot(data, vert=False)

# 顯示圖形
plt.show()

在這個例子中，我們通過 vert=False 參數繪制了水平箱線圖。

6. 繪制帶有缺口的箱線圖

我們可以通過 notch=True 參數來繪制帶有缺口的箱線圖，缺口表示中位數的置信區間。

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data = np.random.normal(100, 20, 200)

# 繪制帶有缺口的箱線圖
plt.boxplot(data, notch=True)

# 顯示圖形
plt.show()

在這個例子中，我們通過 notch=True 參數繪制了帶有缺口的箱線圖。

7. 繪制分組箱線圖

我們可以通過 positions 參數來繪制分組箱線圖。

import matplotlib.pyplot as plt
import numpy as np

# 生成三組隨機數據
data1 = np.random.normal(100, 20, 200)
data2 = np.random.normal(80, 30, 200)
data3 = np.random.normal(90, 25, 200)

# 將數據組合成一個列表
data = [data1, data2, data3]

# 定義箱線圖的位置
positions = [1, 2, 4]

# 繪制分組箱線圖
plt.boxplot(data, positions=positions)

# 顯示圖形
plt.show()

在這個例子中，我們通過 positions 參數定義了箱線圖的位置，從而繪制了分組箱線圖。

8. 總結

本文詳細介紹了如何使用 Matplotlib 的 boxplot() 函數來繪制箱線圖。我們從箱線圖的基本概念入手，逐步講解了 boxplot() 函數的主要參數和用法，并通過多個示例展示了如何繪制基本箱線圖、自定義箱線圖、繪制水平箱線圖、帶有缺口的箱線圖以及分組箱線圖。

通過掌握 boxplot() 函數的使用，您可以輕松地在 Python 中繪制出各種類型的箱線圖，從而更好地理解和分析數據的分布情況。希望本文對您有所幫助！