如何从Pandas数据框架中创建Boxplot

箱形图也被称为晶须图，它提供了一组数据的摘要，包括最小值、第一四分之一、中位数、第三四分之一和最大值。这种盒式图存在于matplotlib库中。在箱形图中，Xaxis代表我们要绘制的数据，Yaxis代表频率。

方法1：使用DataFrame_Name[‘column_name’].plot()函数

我们可以通过以下语法在Pandas DataFrame的每一列上创建一个箱形图–

DataFrame_Name[‘column_name’].plot(kind=’box’, title=’title_of_plot’)

注意：我们可以用******方法找到第一四分位值、中位值、第三四分位值。

查找四分位数的语法。

data.quantile([0.25,0.5,0.75])

0.25表示第一个四分之一。
0.5表示中位数。
0.75表示第三个四分位数。

寻找数据的四分位数的例子

# import necessary packages
import pandas as pd
  
data = pd.Series([1, 2, 3, 4, 5, 6])
  
# find quartile values
print(data.quantile([0.25, 0.5, 0.75]))

输出

0.25    2.25
0.50    3.50
0.75    4.75
dtype: float64

考虑用下面的数据创建一个DataFrame，并在上面绘制一个框图。

Name	Marks	Credits
Akhil	77	8
Nikhil	95	10
Satyam	89	9
Sravan	78	8
Pavan	64	7

示例:

使用上述数据创建一个数据框架，并在学生的分数上绘制Boxplot。底线表示一个学生的最低分数，顶线表示一个学生的最高分数。在底部和顶部之间，中间的三条线分别表示第一四分位数、中位数和第三四分位数。

# import necessary packages
import pandas as pd
import matplotlib.pyplot as plt
  
# create a dataframe
data = pd.DataFrame({'Name': ['Akhil', 'Nikhil', 'Satyam', 'Sravan', 'Pavan'],
                     'Marks': [77, 95, 89, 78, 64],
                     'Credits': [8, 10, 9, 8, 7]})
  
# box plot
data['Marks'].plot(kind='box', title='Marks of students')
plt.show()

输出:

如何从Pandas数据框架中创建Boxplot？

示例:

在这个例子中，学生的最低分数是10分，这个分数非常小，与其他分数（数据点）相差甚远。因此，它在底部被表示为o，代表一个离群值。如果数据中的任何一个数据点与其他数值相比要大得多或小得多，那么就会产生以下图表。

# import necessary packages
import pandas as pd
import matplotlib.pyplot as plt
  
# create a dataframe
data = pd.DataFrame({'Name': ['Akhil', 'Nikhil', 'Satyam', 'Sravan', 'Pavan'],
                     'Marks': [77, 95, 89, 78, 10],
                     'Credits': [8, 10, 9, 8, 0]})
  
# outlier box plot
data['Marks'].plot(kind='box', title='Marks of students')
plt.show()

输出:

如何从Pandas数据框架中创建Boxplot？

方法2：使用pandas.DataFrame.boxplot()函数

我们也可以使用pandas.DataFrame.boxplot来绘制DataFrame中各列的框图。

语法

DataFrameName.boxplot(column=’column_name’,grid=True/False)

grid表示图形中的网格线。这是一个可选的参数，如果不指定它，将被视为真实。

示例:

这里我们使用boxplot方法来绘制boxplot，而不是使用plot方法并指定其种类。由于我们没有指定网格参数作为boxplot方法的参数，它将考虑默认值，即True。

# import necessary packages
import pandas as pd
  
# create a dataframe
data = pd.DataFrame({'Name': ['Akhil', 'Nikhil', 'Satyam', 'Sravan', 'Pavan'],
                     'Marks': [77, 95, 89, 78, 64],
                     'Credits': [8, 10, 9, 8, 7]})
  
# box plot for marks column
data.boxplot(column='Marks')