Boxplot多列数据|极客教程

Boxplot多列数据

在数据可视化中，boxplot（箱线图）是一种常用的工具，用于展示数据的分布情况。在某些情况下，我们可能希望将多列数据同时展示在同一个boxplot图中，以便进行比较分析。本文将介绍如何使用matplotlib库来绘制boxplot图，展示多列数据的分布情况。

示例代码1：绘制多列数据的箱线图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 创建一个包含多列数据的DataFrame
data = {
    'A': np.random.normal(0, 1, 100),
    'B': np.random.normal(1, 1, 100),
    'C': np.random.normal(2, 1, 100)
}
df = pd.DataFrame(data)

# 绘制多列数据的箱线图
df.boxplot()
plt.show()

在示例代码1中，我们首先创建了一个包含三列数据的DataFrame，分别是’A’、’B’、’C’列。然后使用boxplot()方法绘制了这三列数据的箱线图，并展示在同一个图中。

示例代码2：自定义箱线图的颜色和样式

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 创建一个包含多列数据的DataFrame
data = {
    'A': np.random.normal(0, 1, 100),
    'B': np.random.normal(1, 1, 100),
    'C': np.random.normal(2, 1, 100)
}
df = pd.DataFrame(data)

# 自定义箱线图的颜色和样式
df.boxplot(color={'boxes': 'r', 'whiskers': 'g', 'medians': 'b', 'caps': 'y'})
plt.show()

在示例代码2中，我们使用color参数自定义了箱线图的颜色，可以分别设置箱体、边框、中位数和边界线的颜色。

示例代码3：添加横向网格线

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 创建一个包含多列数据的DataFrame
data = {
    'A': np.random.normal(0, 1, 100),
    'B': np.random.normal(1, 1, 100),
    'C': np.random.normal(2, 1, 100)
}
df = pd.DataFrame(data)

# 添加横向网格线
df.boxplot(grid=False)
plt.grid(axis='y', color='r', linestyle='--', linewidth=0.5)
plt.show()

示例代码3展示了如何添加横向网格线，并自定义网格线的颜色、线型和宽度。

示例代码4：调整箱线图的大小和形状

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 创建一个包含多列数据的DataFrame
data = {
    'A': np.random.normal(0, 1, 100),
    'B': np.random.normal(1, 1, 100),
    'C': np.random.normal(2, 1, 100)
}
df = pd.DataFrame(data)

# 调整箱线图的大小和形状
df.boxplot(grid=False, figsize=(8, 6))
plt.show()

示例代码4中使用figsize参数调整了箱线图的大小为8×6。

示例代码5：绘制分组箱线图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 绘制分组箱线图
data = {
    'Group1': np.random.normal(0, 1, 100),
    'Group2': np.random.normal(1, 1, 100),
    'Group3': np.random.normal(2, 1, 100)
}
df_group = pd.DataFrame(data)

df_group['group'] = pd.Series(['Group1']*100 + ['Group2']*100 + ['Group3']*100)

df_group.boxplot(column=['Group1', 'Group2', 'Group3'], by='group')
plt.show()