当前位置：极客教程 > Matplotlib > Matplotlib 问答 > Matplotlib boxplot

Matplotlib boxplot

Matplotlib boxplot

参考：Matplotlib Boxplot

概述

matplotlib 是一个Python绘图库，可以用于创建各种类型的图表，包括箱线图（boxplot）。箱线图是一种用于显示数值数据分布的统计学图表。它显示了一组数据的五个统计量：最小值、第一四分位数（Q1）、中位数、第三四分位数（Q3）和最大值。箱线之外的点被视为异常值。在本篇文章中，将详细介绍如何使用matplotlib创建箱线图，并提供多个示例代码。

示例1：简单的箱线图

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data)
plt.title('Simple Boxplot')
plt.show()
Python

Output:

Matplotlib boxplot

创建基本箱线图

在matplotlib中，可以使用boxplot函数创建基本箱线图。下面的示例展示了如何创建一个包含两组数据的简单箱线图。

示例2：基本箱线图

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
plt.boxplot([data1, data2])
plt.title('Basic Boxplot')
plt.show()
Python

Output:

Matplotlib boxplot

自定义箱线图

可以通过设置参数来自定义箱线图的外观，包括线的颜色、填充颜色、标记样式等。下面的示例演示了如何自定义箱线图。

示例3：自定义箱线图外观

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data, boxprops={'color': 'red', 'linewidth': 2},
            whiskerprops={'color': 'green', 'linewidth': 2},
            capprops={'color': 'blue', 'linewidth': 2},
            flierprops={'marker': 'o', 'markerfacecolor': 'yellow', 'markeredgecolor': 'black'},
            medianprops={'color': 'purple', 'linewidth': 2})
plt.title('Customized Boxplot')
plt.show()
Python

Output:

Matplotlib boxplot

添加标签和标题

为了让箱线图更具可读性，可以添加标签和标题。下面的示例展示了如何在箱线图上添加标签和标题。

示例4：添加标签和标题

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data)
plt.xticks([1], ['Data'])
plt.title('Boxplot with Label and Title')
plt.show()
Python

Output:

Matplotlib boxplot

多个箱线图

除了显示单个箱线图外，还可以通过将多个箱线图放在同一幅图中来比较不同数据集之间的分布情况。下面的示例展示了如何创建多个箱线图。

示例5：多个箱线图

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
data3 = np.random.randn(100)
plt.boxplot([data1, data2, data3])
plt.title('Multiple Boxplots')
plt.show()
Python

Output:

Matplotlib boxplot

水平箱线图

除了垂直箱线图外，还可以创建水平箱线图。下面的示例展示了如何创建水平箱线图。

示例6：水平箱线图

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data, vert=False)
plt.title('Horizontal Boxplot')
plt.show()
Python

Output:

Matplotlib boxplot

分组箱线图

有时候需要将箱线图按照不同组别进行分组显示。下面的示例展示了如何创建分组箱线图。

示例7：分组箱线图

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
labels = ['Group1', 'Group2']
plt.boxplot([data1, data2], labels=labels)
plt.title('Grouped Boxplot')
plt.show()
Python

Output:

Matplotlib boxplot

堆叠箱线图

有时候需要将箱线图堆叠在一起显示。下面的示例展示了如何创建堆叠箱线图。

示例8：堆叠箱线图

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
plt.boxplot([data1, data2], positions=[1, 2])
plt.title('Stacked Boxplot')
plt.show()
Python

Output:

Matplotlib boxplot

箱线图的颜色映射

可以通过颜色映射来显示箱线图的不同分位数区域。下面的示例展示了如何使用颜色映射创建箱线图。

示例9：箱线图的颜色映射

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
plt.boxplot([data1, data2], patch_artist=True, notch=True, boxprops=dict(facecolor='lightblue'))
plt.title('Boxplot with Color Mapping')
plt.show()
Python

Output:

Matplotlib boxplot

带有网格线的箱线图

可以通过添加网格线来对箱线图的各个部分进行更清晰的标记。下面的示例展示了如何创建带有网格线的箱线图。

示例10：带有网格线的箱线图

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data, showmeans=True)
plt.grid(axis='y')
plt.title('Boxplot with Gridlines')
plt.show()
Python

Output:

Matplotlib boxplot

箱线图与直方图结合显示

有时候需要将箱线图与直方图结合显示，以便更好地理解数据的分布情况。下面的示例展示了如何创建箱线图与直方图的结合显示。

示例11：箱线图与直方图结合显示

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
fig, axs = plt.subplots(2)
axs[0].boxplot(data)
axs[1].hist(data, bins=20)
plt.title('Boxplot with Histogram')
plt.show()
Python

Output:

Matplotlib boxplot

多个箱线图并排显示

有时候需要将多个箱线图并排显示，以便比较不同数据的分布情况。下面的示例展示了如何创建多个箱线图并排显示。

示例12：多个箱线图并排显示

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
fig, axs = plt.subplots(1, 2)
axs[0].boxplot(data1)
axs[1].boxplot(data2)
plt.title('Multiple Boxplots Side by Side')
plt.show()
Python

Output:

Matplotlib boxplot

箱线图与散点图结合显示

除了结合直方图外，还可以将箱线图与散点图结合显示，以更全面地展示数据的分布情况。下面的示例展示了如何创建箱线图与散点图的结合显示。

示例13：箱线图与散点图结合显示

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
plt.boxplot(data1)
plt.scatter(np.ones(len(data1)), data1, alpha=0.5)
plt.boxplot(data2)
plt.scatter(2*np.ones(len(data2)), data2, alpha=0.5)
plt.title('Boxplot with Scatter Plot')
plt.show()
Python

Output:

Matplotlib boxplot

设定箱线图的均值标记

可以通过设置参数来标记箱线图的均值值。下面的示例展示了如何在箱线图上标记均值值。

示例14：箱线图的均值标记

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data, showmeans=True, meanline=True, meanprops={'color': 'red', 'linewidth': 2})
plt.title('Boxplot with Mean Marker')
plt.show()
Python

Output:

Matplotlib boxplot

自定义箱线图的横线标记

除了标记均值值外，还可以自定义箱线图的横线标记。下面的示例展示了如何自定义箱线图的横线标记。

示例15：自定义横线标记的箱线图

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data, showmeans=True, meanline=True, meanprops={'color': 'red', 'linewidth': 2},
            whiskerprops=dict(color='blue', linewidth=2, linestyle='--'))
plt.title('Boxplot with Custom Horizontal Line Marker')
plt.show()
Python

Output:

Matplotlib boxplot

箱线图着色的选项设置

可以通过设置参数来自定义箱线图的着色选项，包括箱体、须、标记等部分。下面的示例展示了如何设置着色选项。

示例16：自定义箱线图的着色选项

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data, patch_artist=True, boxprops=dict(facecolor='lightblue', edgecolor='blue'),
            whiskerprops=dict(color='green', linewidth=2),
            flierprops=dict(marker='o', markerfacecolor='yellow', markeredgecolor='black'))
plt.title('Boxplot with Custom Coloring Options')
plt.show()
Python

Output:

Matplotlib boxplot

高级箱线图定制

使用matplotlib，可以对箱线图进行高级定制，包括修改坐标轴、添加注释等。下面的示例展示了如何进行高级箱线图定制。

示例17：高级箱线图定制

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
fig, ax = plt.subplots()
box = ax.boxplot(data)
ax.set_title('Advanced Boxplot Customization')
ax.annotate('Outlier', xy=(1, 3), xytext=(0.5, 4),
            arrowprops=dict(facecolor='black', shrink=0.05))
plt.show()
Python

Output:

Matplotlib boxplot

子图中的多个箱线图

在同一个图中显示多个箱线图有助于比较不同数据集或不同实验条件之间的分布情况。下面的示例展示了如何在子图中显示多个箱线图。

示例18：子图中的多个箱线图

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(100)
data2 = np.random.randn(100)
fig, axs = plt.subplots(2)
axs[0].boxplot(data1)
axs[1].boxplot(data2)
plt.title('Multiple Boxplots in Subplots')
plt.show()
Python

Output:

Matplotlib boxplot

通过调整箱线宽度来展示数据分布

可以通过调整箱线的宽度来更加清晰地展示数据分布情况。下面的示例展示了如何调整箱线宽度来展示数据分布。

示例19：调整箱线宽度展示数据分布

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100)
plt.boxplot(data, widths=0.5)
plt.title('Boxplot with Adjusted Box Width')
plt.show()
Python

Output:

Matplotlib boxplot

通过以上示例，读者可以了解如何使用matplotlib库创建各种风格和类型的箱线图，并根据需要进行自定义。箱线图是一种强大的可视化工具，可以帮助我们更好地理解和分析数据的分布情况。

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

登录

找回密码？

注册