Python實現(xiàn)畫箱線圖展示數(shù)據(jù)分布情況

更新時間：2024年07月19日 16:09:55 作者：Lightning-py

這篇文章主要介紹了Python實現(xiàn)畫箱線圖展示數(shù)據(jù)分布情況,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

Python畫箱線圖展示數(shù)據(jù)分布情況

箱線圖（Boxplot）是一種常用的統(tǒng)計圖表，用于展示數(shù)據(jù)的分布情況。

它由五個統(tǒng)計量組成：

最小值、第一四分位數(shù)（Q1）、中位數(shù)（Q2）、第三四分位數(shù)（Q3）和最大值。

通過這些統(tǒng)計量，可以直觀地了解數(shù)據(jù)的集中趨勢、離散程度以及是否存在異常值。

構(gòu)成要素

1.中位數(shù)（Q2）：

箱線圖中的中間線代表數(shù)據(jù)的中位數(shù)，即將數(shù)據(jù)按大小排列后中間位置的數(shù)值。

2.四分位數(shù)（Q1和Q3）：

箱體的上邊界（Q3）和下邊界（Q1）分別表示數(shù)據(jù)的第三四分位數(shù)和第一四分位數(shù)。
箱子的高度即為四分位距（IQR），是Q3和Q1的差值，用來衡量數(shù)據(jù)的離散程度。

3.盒須：

箱體外部的直線（盒須）延伸至數(shù)據(jù)集的最大值和最小值，用來顯示非異常值的范圍。
盒須外部的點表示可能的異常值，即相對于主體數(shù)據(jù)分布偏離較大的數(shù)據(jù)點。

4.異常值：

在盒須外部的點表示可能存在的異常值，即與其他數(shù)據(jù)點相比顯著偏離的數(shù)據(jù)。

使用場景

箱線圖常用于以下情況：

數(shù)據(jù)分布比較：可以同時比較多組數(shù)據(jù)的分布情況，幫助觀察各組數(shù)據(jù)的中位數(shù)、四分位數(shù)和離散程度。
異常值檢測：通過觀察箱體外部的點，可以快速發(fā)現(xiàn)可能的異常值或離群點。
數(shù)據(jù)分散度分析：箱體的長度和位置反映了數(shù)據(jù)的分散程度，有助于對數(shù)據(jù)的離散程度進行比較。

        # 創(chuàng)建示例數(shù)據(jù)
        data = {
            'Group': ['A'] * 11 + ['B'] * 10 + ['C'] * 10,
            'Value': [23, 25, 19, 21, 24, 27, 22, 20, 21, 24, -1, # Group A
                      30, 28, 36, 31, 34, 29, 35, 33, 32, 30,  # Group B
                      15, 17, 14, 16, 13, 18, 14, 15, 17, 16]  # Group C
        }

        # 轉(zhuǎn)換為 DataFrame
        df = pd.DataFrame(data)

        # 設(shè)置繪圖風(fēng)格
        sns.set(style="whitegrid")

        # 繪制箱線圖
        plt.figure(figsize=(10, 6))
        sns.boxplot(x='Group', y='Value', data=df)

        # 添加標(biāo)題和標(biāo)簽
        plt.title('Box Plot of Three Groups')
        plt.xlabel('Group')
        plt.ylabel('Value')

        # 顯示圖表
        # plt.show()
        plt.savefig('./boxPlot_seaborn.png')

中位數(shù)（箱體內(nèi)部的橫線）：每個組的數(shù)據(jù)中間值。
四分位數(shù)（箱體的上下邊緣）：分別表示25%和75%的數(shù)據(jù)點。
最小值和最大值（盒須的末端）：除去異常值后數(shù)據(jù)的范圍。
異常值（箱體外的點）：與其他數(shù)據(jù)點相距較遠(yuǎn)的數(shù)值。

自定義箱線圖

        print('自定義箱線圖')
        # 示例數(shù)據(jù)
        data = [
            {'Min': 10, '50%': 50, 'Mean': 55, '95%': 90, '99%': 97, 'Max': 100},
            {'Min': 20, '50%': 60, 'Mean': 65, '95%': 85, '99%': 92, 'Max': 95},
            {'Min': 5, '50%': 40, 'Mean': 45, '95%': 80, '99%': 88, 'Max': 90}
        ]

        # 準(zhǔn)備箱線圖數(shù)據(jù)
        box_data = []
        means = []
        positions = []

        for i, d in enumerate(data):
            box_data.append([d['Min'], d['50%'], d['95%'], d['99%'], d['Max']])
            means.append(d['Mean'])
            positions.append(i + 1)

        # 創(chuàng)建圖形
        fig, ax = plt.subplots()

        # 繪制箱線圖主體
        ax.boxplot(box_data, vert=False, positions=positions, patch_artist=True, showmeans=False,
                   meanline=True, widths=0.6)

        # 添加均值點
        for i, mean in enumerate(means):
            ax.plot(mean, positions[i], 'ro')

        # 設(shè)置軸標(biāo)簽
        ax.set_yticks(np.arange(1, len(data) + 1))
        ax.set_yticklabels([f'Data {i + 1}' for i in range(len(data))])

        # 添加標(biāo)題和標(biāo)簽
        plt.title('Custom Box Plot with Multiple Data Sets')
        plt.xlabel('Value')

        # 顯示圖形
        plt.show()
        plt.savefig('./boxPlot_auto.png')

        print('自定義箱線圖')
        plt.clf()  # 清除當(dāng)前圖形內(nèi)容
        # 數(shù)據(jù)
        # Min、50%、Mean、95%、99%、Max
        data = [
            {'data1':[10,50,44,90,97,100]},
            {'data2':[20,60,65,85,92,95]},
            {'data3':[5,40,45,80,88,90]}
        ]

        # 準(zhǔn)備箱線圖數(shù)據(jù)
        box_data = [d[list(d.keys())[0]] for d in data]  # 提取數(shù)據(jù)
        labels = [list(d.keys())[0] for d in data]
        means = [d[list(d.keys())[0]][2] for d in data]


        # 創(chuàng)建圖形
        fig, ax = plt.subplots()

        # 繪制箱線圖主體
        bp = ax.boxplot(box_data, vert=False,  patch_artist=True, showmeans=True,meanline=True)

        # 添加均值點
        for i, mean in enumerate(means):
            ax.plot(mean, i+1, 'ro')

        # 設(shè)置軸標(biāo)簽
        ax.set_yticklabels(labels)

        # 添加標(biāo)題和標(biāo)簽
        plt.title('Custom Box Plot with Multiple Data Sets')
        plt.xlabel('Value')

        # 顯示圖形
        # plt.show()
        plt.savefig('./boxPlot_auto.png')