当前位置：极客教程 > Matplotlib > Matplotlib 问答 > Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

参考：matplotlib boxplot by group

Matplotlib 是 Python 中最流行的数据可视化库之一，它提供了丰富的绘图功能，其中箱线图（boxplot）是一种非常有用的统计图表。本文将详细介绍如何使用 Matplotlib 绘制分组箱线图，帮助您更好地理解和展示分组数据的分布情况。

1. 箱线图简介

箱线图，也称为盒须图，是一种用于显示一组数据分布情况的统计图表。它可以直观地展示数据的中位数、四分位数、异常值等统计信息。在数据分析中，箱线图常用于比较不同组别或类别的数据分布。

以下是一个简单的箱线图示例：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = np.random.randn(100)

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制箱线图
ax.boxplot(data)

# 设置标题和标签
ax.set_title('Simple Boxplot - how2matplotlib.com')
ax.set_xlabel('Group')
ax.set_ylabel('Value')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个示例展示了如何绘制一个基本的箱线图。我们使用 numpy 生成随机数据，然后通过 boxplot() 函数绘制箱线图。图中的箱体表示数据的四分位范围，中间的线表示中位数，须线表示数据的范围，而点则表示异常值。

2. 分组箱线图的基本概念

分组箱线图是将多组数据的箱线图绘制在同一个坐标系中，以便直观地比较不同组别的数据分布。这种图表特别适合用于比较多个类别或组别的数据特征。

下面是一个简单的分组箱线图示例：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
group1 = np.random.normal(0, 1, 100)
group2 = np.random.normal(2, 1.5, 100)
group3 = np.random.normal(-1, 2, 100)

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制分组箱线图
ax.boxplot([group1, group2, group3], labels=['Group 1', 'Group 2', 'Group 3'])

# 设置标题和标签
ax.set_title('Grouped Boxplot - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

在这个例子中，我们创建了三组具有不同均值和标准差的正态分布数据，然后使用 boxplot() 函数将它们绘制在同一个图表中。这样我们可以直观地比较三组数据的分布情况。

3. 数据准备和格式化

在绘制分组箱线图之前，我们需要正确地准备和格式化数据。通常，数据可以以列表的列表、字典或 pandas DataFrame 的形式组织。

3.1 使用列表的列表

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制箱线图
ax.boxplot(data)

# 设置标题和标签
ax.set_title('Boxplot with List of Lists - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

在这个例子中，我们使用列表推导式创建了一个包含三个子列表的列表，每个子列表代表一组数据。

3.2 使用字典

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 4)}

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制箱线图
ax.boxplot(data.values())

# 设置标题和标签
ax.set_title('Boxplot with Dictionary - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')
ax.set_xticklabels(data.keys())

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子展示了如何使用字典来组织数据。字典的键作为组名，值作为每组的数据。

3.3 使用 pandas DataFrame

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

# 创建 DataFrame
df = pd.DataFrame({
    'Group A': np.random.normal(0, 1, 100),
    'Group B': np.random.normal(2, 1.5, 100),
    'Group C': np.random.normal(-1, 2, 100)
})

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制箱线图
df.boxplot(ax=ax)

# 设置标题和标签
ax.set_title('Boxplot with pandas DataFrame - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

使用 pandas DataFrame 是处理和可视化分组数据的一种非常方便的方式。每列代表一个组，列名自动成为 x 轴的标签。

4. 自定义箱线图样式

Matplotlib 提供了多种方式来自定义箱线图的样式，使其更加美观和信息丰富。

4.1 修改箱体颜色和透明度

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制自定义样式的箱线图
bplot = ax.boxplot(data, patch_artist=True)

# 设置箱体颜色和透明度
colors = ['lightblue', 'lightgreen', 'lightpink']
for patch, color in zip(bplot['boxes'], colors):
    patch.set_facecolor(color)
    patch.set_alpha(0.7)

# 设置标题和标签
ax.set_title('Customized Boxplot - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

在这个例子中，我们使用 patch_artist=True 参数来允许自定义箱体的颜色。然后，我们通过设置 facecolor 和 alpha 属性来修改箱体的颜色和透明度。

4.2 修改线条样式

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制自定义线条样式的箱线图
bplot = ax.boxplot(data, linestyle='--', linewidth=2)

# 设置中位数线的样式
for median in bplot['medians']:
    median.set_color('red')
    median.set_linewidth(3)

# 设置标题和标签
ax.set_title('Boxplot with Custom Line Styles - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 显示图形
plt.show()

这个例子展示了如何修改箱线图的线条样式。我们使用虚线样式和加粗的线宽，并特别强调了中位数线的颜色和宽度。

4.3 添加数据点

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = [np.random.normal(0, std, 30) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制箱线图并添加数据点
bplot = ax.boxplot(data, patch_artist=True, showfliers=False)
for i, d in enumerate(data):
    y = d
    x = np.random.normal(i+1, 0.04, len(y))
    ax.scatter(x, y, alpha=0.5)

# 设置标题和标签
ax.set_title('Boxplot with Data Points - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子展示了如何在箱线图上添加原始数据点。我们使用 scatter() 函数在每个箱体旁边绘制散点图，以显示数据的分布情况。

5. 处理分类数据

有时，我们需要根据分类变量来绘制箱线图。Matplotlib 可以很好地处理这种情况。

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

# 创建示例数据
np.random.seed(42)
df = pd.DataFrame({
    'group': np.repeat(['A', 'B', 'C'], 100),
    'value': np.concatenate([
        np.random.normal(0, 1, 100),
        np.random.normal(2, 1.5, 100),
        np.random.normal(-1, 2, 100)
    ])
})

# 创建图形和坐标轴
fig, ax = plt.subplots()

# 绘制箱线图
ax.boxplot([df[df['group'] == g]['value'] for g in ['A', 'B', 'C']])

# 设置标题和标签
ax.set_title('Boxplot for Categorical Data - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')
ax.set_xticklabels(['A', 'B', 'C'])

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

在这个例子中，我们创建了一个包含分类变量 ‘group’ 和数值变量 ‘value’ 的 DataFrame。然后，我们根据分类变量对数据进行分组，并为每个组绘制箱线图。

6. 多变量箱线图

当我们需要比较多个变量在不同组别间的分布时，多变量箱线图非常有用。

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

# 创建示例数据
np.random.seed(42)
df = pd.DataFrame({
    'group': np.repeat(['A', 'B', 'C'], 100),
    'var1': np.random.normal(0, 1, 300),
    'var2': np.random.normal(2, 1.5, 300),
    'var3': np.random.normal(-1, 2, 300)
})

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制多变量箱线图
positions = [1, 2, 3, 5, 6, 7, 9, 10, 11]
variables = ['var1', 'var2', 'var3']
colors = ['lightblue', 'lightgreen', 'lightpink']

for i, var in enumerate(variables):
    bp = ax.boxplot([df[df['group'] == g][var] for g in ['A', 'B', 'C']],
                    positions=positions[i*3:(i+1)*3],
                    patch_artist=True)

    for patch in bp['boxes']:
        patch.set_facecolor(colors[i])

# 设置标题和标签
ax.set_title('Multivariate Boxplot - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')
ax.set_xticks([2, 6, 10])
ax.set_xticklabels(['A', 'B', 'C'])

# 添加图例
ax.legend([bp['boxes'][0] for bp in ax.get_children() if isinstance(bp, dict)],
          variables, loc='upper right')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子展示了如何创建多变量箱线图。我们为每个变量绘制了三个组的箱线图，并使用不同的颜色来区分变量。

7. 水平箱线图

有时，水平方向的箱线图可能更适合某些数据的展示，特别是当组名较长时。

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = [np.random.normal(0, std, 100) for std in range(1, 6)]
labels = ['Group A with long name', 'Group B with longer name',
          'Group C with even longer name', 'Group D', 'Group E']

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制水平箱线图
ax.boxplot(data, vert=False)

# 设置标题和标签
ax.set_title('Horizontal Boxplot - how2matplotlib.com')
ax.set_xlabel('Values')
ax.set_yticklabels(labels)

# 调整布局
plt.tight_layout()

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

在这个例子中，我们使用 vert=False 参数来创建水平方向的箱线图。这种布局特别适合展示具有长标签的分组数据。

8. 添加统计信息

为了使箱线图更加信息丰富，我们可以在图表中添加一些统计信息，如均值或样本量。

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加均值点
means = [np.mean(d) for d in data]
ax.scatter(range(1, len(data) + 1), means, color='red', marker='o', s=50, zorder=3)

# 添加样本量标签
for i, d in enumerate(data):
    ax.text(i + 1, ax.get_ylim()[1], f'n={len(d)}', 
            horizontalalignment='center', verticalalignment='bottom')

# 设置标题和标签
ax.set_title('Boxplot with Statistics - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 添加图例
ax.legend([bp['medians'][0], bp['means'][0]], ['Median', 'Mean'], loc='lower right')

# 显示图形
plt.show()

在这个例子中，我们添加了红色的点来表示每组数据的均值，并在每个箱子上方标注了样本量。这些额外的信息可以帮助读者更好地理解数据的分布情况。

9. 处理异常值

箱线图的一个重要特性是它可以显示异常值。但有时，我们可能想要调整异常值的显示方式或完全隐藏它们。

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
np.random.seed(42)
data = [np.random.normal(0, 1, 100) for _ in range(3)]
# 添加一些异常值
data[0] = np.append(data[0], [5, 6, -5, -6])
data[1] = np.append(data[1], [7, 8, -7, -8])
data[2] = np.append(data[2], [9, 10, -9, -10])

# 创建图形和坐标轴
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6))

# 绘制默认箱线图
ax1.boxplot(data)
ax1.set_title('Default Boxplot\nhow2matplotlib.com')

# 绘制自定义异常值的箱线图
ax2.boxplot(data, flierprops=dict(marker='o', markerfacecolor='red', markersize=8,
                                  linestyle='none'))
ax2.set_title('Customized Outliers\nhow2matplotlib.com')

# 设置标签
for ax in (ax1, ax2):
    ax.set_xlabel('Groups')
    ax.set_ylabel('Values')

# 调整布局
plt.tight_layout()

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子展示了如何自定义异常值的显示方式。在右侧的图表中，我们将异常值标记为红色的圆点，使其更加醒目。

10. 分组箱线图与其他图表的组合

有时，将箱线图与其他类型的图表结合使用可以提供更全面的数据视图。

10.1 箱线图与散点图的组合

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data, positions=[1, 2, 3], widths=0.6)

# 添加散点图
for i, d in enumerate(data):
    y = d
    x = np.random.normal(i+1, 0.04, len(y))
    ax.scatter(x, y, alpha=0.4)

# 设置标题和标签
ax.set_title('Boxplot with Scatter Plot - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')
ax.set_xticks([1, 2, 3])
ax.set_xticklabels(['Group A', 'Group B', 'Group C'])

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子展示了如何将箱线图与散点图结合，以同时显示数据的分布和个别数据点。

10.2 箱线图与小提琴图的组合

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制小提琴图
parts = ax.violinplot(data, positions=[1, 2, 3], showmeans=False, showmedians=False, showextrema=False)

for pc in parts['bodies']:
    pc.set_facecolor('#D43F3A')
    pc.set_edgecolor('black')
    pc.set_alpha(0.7)

# 绘制箱线图
bp = ax.boxplot(data, positions=[1, 2, 3], widths=0.15, patch_artist=True)

for box in bp['boxes']:
    box.set_facecolor('white')
    box.set_edgecolor('black')

# 设置标题和标签
ax.set_title('Boxplot with Violin Plot - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')
ax.set_xticks([1, 2, 3])
ax.set_xticklabels(['Group A', 'Group B', 'Group C'])

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子展示了如何将箱线图与小提琴图结合。小提琴图可以更好地展示数据的分布密度，而箱线图则提供了关键的统计信息。

11. 动态更新的箱线图

在某些情况下，我们可能需要创建一个可以动态更新的箱线图，例如用于实时数据可视化。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation

# 准备初始数据
data = [np.random.normal(0, 1, 100) for _ in range(3)]

# 创建图形和坐标轴
fig, ax = plt.subplots()
bp = ax.boxplot(data)

# 更新函数
def update(frame):
    # 更新数据
    for i in range(3):
        data[i] = np.append(data[i][1:], np.random.normal(0, 1))

    # 更新箱线图
    for i, box in enumerate(bp['boxes']):
        y = data[i]
        box.set_ydata([np.percentile(y, 25), np.percentile(y, 25),
                       np.percentile(y, 75), np.percentile(y, 75)])

    for i, median in enumerate(bp['medians']):
        median.set_ydata([np.median(data[i]), np.median(data[i])])

    for i, whisker in enumerate(bp['whiskers']):
        if i % 2 == 0:
            whisker.set_ydata([np.min(data[i//2]), np.percentile(data[i//2], 25)])
        else:
            whisker.set_ydata([np.percentile(data[i//2], 75), np.max(data[i//2])])

    return bp

# 创建动画
ani = FuncAnimation(fig, update, frames=200, interval=50, blit=False)

# 设置标题和标签
ax.set_title('Dynamic Boxplot - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 显示动画
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子创建了一个动态更新的箱线图。每次更新时，我们移除每组数据的最旧的值，并添加一个新的随机值，然后重新计算并更新箱线图的各个组成部分。

12. 保存和导出箱线图

在创建完箱线图后，我们通常需要将其保存为图像文件或导出为其他格式。

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
ax.boxplot(data)

# 设置标题和标签
ax.set_title('Boxplot for Saving - how2matplotlib.com')
ax.set_xlabel('Groups')
ax.set_ylabel('Values')

# 保存为PNG文件
plt.savefig('boxplot_example.png', dpi=300, bbox_inches='tight')

# 保存为PDF文件
plt.savefig('boxplot_example.pdf', bbox_inches='tight')

# 保存为SVG文件
plt.savefig('boxplot_example.svg', bbox_inches='tight')

# 显示图形
plt.show()

Output:

Matplotlib 分组箱线图绘制指南：如何使用 boxplot 展示分组数据

这个例子展示了如何将箱线图保存为不同的文件格式。savefig() 函数允许我们指定文件名和格式。dpi 参数控制图像的分辨率，而 bbox_inches='tight' 确保图表的所有部分都被包含在保存的文件中。

总结

本文详细介绍了如何使用 Matplotlib 创建分组箱线图，涵盖了从基础概念到高级技巧的多个方面。我们学习了如何准备和格式化数据、自定义箱线图样式、处理分类数据和多变量数据、添加统计信息、处理异常值、结合其他图表类型，以及创建动态更新的箱线图。

通过掌握这些技巧，您可以创建出既信息丰富又视觉吸引的分组箱线图，有效地展示和比较不同组别的数据分布。记住，好的数据可视化不仅要准确传达信息，还要易于理解和解释。在实际应用中，根据您的具体需求和数据特征，灵活运用这些技巧来创建最适合您的箱线图。

最后，不要忘记探索 Matplotlib 的其他功能和图表类型，它们可能会为您的数据分析和可视化工作带来新的灵感和可能性。持续学习和实践将帮助您成为数据可视化的专家。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Matplotlib 精品教程