matplotlib.axes.axes.boxplot()

matplotlib.axes.axes.boxplot()函数，matplotlib库的axis模块中的Axes.boxplot()函数用于为x的每一列或序列x中的每一个向量绘制盒状和须状图。

语法:

Axes.boxplot(self, 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, *, data=None)

参数:该方法接受如下参数说明:

• x:数据序列。
• notch:如果为真，该参数将生成一个缺口箱线图。否则，将生成一个矩形箱线图。
• sym:可选参数，包含字符串值。它是飞行点数的默认符号。
• vert:可选参数，包含布尔值。如果为真，它会使方框垂直.否则是水平的。
• whis:这个参数决定了晶须在第一和第三四分位数以外的延伸范围。
• bootstrap:该参数也是一个可选参数，它包含布尔值，并指定是否引导切口箱线图的中间值周围的置信区间。
• usermedians:该参数是一个数组或序列，其第一个维度与x兼容。
• conf_interval:该参数也是一个数组或序列，其第一个维度与x兼容，第二个维度为2
• position:设置框的位置。
• widths:该参数用于设置带有标量或序列的每个框的宽度。
• patch_artist:如果为false，该参数用于生成带有Line2D艺术家的方框。否则，补丁艺术家的盒子。
• labels:每个数据集的标签。
• manage_ticks:调整tick的位置和标签。
• zorder:该参数用于设置箱线图的zorder。

返回如下内容:

• result:返回将箱线图的每个组件映射到matplotlib.lines.Line2D列表的字典。

下面的例子演示了matplotlib.axes中的matplotlib.axes.axes.boxplot()函数:

示例1

# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
   
np.random.seed(10**7)
  
val1 = np.random.rand(50) * 80
val2 = np.ones(80) * 50
val3 = np.random.rand(50) * 80 + 100
val4 = np.random.rand(50) * -80
data = np.concatenate((val1, val2, val3, val4))
  
fig1, ax1 = plt.subplots()
ax1.boxplot(data)
   
ax1.set_title('matplotlib.axes.Axes.boxplot() Example')
plt.show()

输出:

示例2

# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
   
np.random.seed(10**7)
  
val1 = np.random.rand(50) * 80
val2 = np.ones(25) * 80
val3 = np.random.rand(25) * 80 + 100
val4 = np.random.rand(25) * -80
data = np.concatenate((val1, val2, val3, val4))
data1 = np.concatenate((val2, val4, val1, val3))
data = [data, data1]
  
fig1, ax1 = plt.subplots()
ax1.boxplot(data, notch = True, vert = False, whis = 0.75)
   
ax1.set_title('matplotlib.axes.Axes.boxplot() Example')
plt.show()

输出: