Python SNS Boxplot 更改四分位

Python SNS Boxplot 更改四分位

在数据分析领域，箱线图（Boxplot）是一种常用的统计图表，用于展示数据的分布情况和离群值。而在 Python 中，我们可以使用 Seaborn 库（简称 SNS）来绘制箱线图。

在箱线图中，通常会包含四个四分位数，分别是最小值、第一四分位数（Q1）、中位数（Q2）、第三四分位数（Q3）和最大值。在本文中，我们将介绍如何通过更改这些四分位数来定制自己的箱线图。

安装 Seaborn 库

首先，我们需要安装 Seaborn 库。如果你还没有安装的话，可以通过以下命令来安装：

pip install seaborn

绘制默认箱线图

首先，我们来绘制一个默认的箱线图，使用 Seaborn 库中的 boxplot 函数。我们先生成一组随机数据，然后绘制箱线图：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(loc=0, scale=1, size=100)
sns.boxplot(data=data)
plt.show()

运行以上代码，我们可以看到生成的默认箱线图，其中包含了最小值、Q1、Q2、Q3 和最大值。

更改四分位数

有时候，我们希望在箱线图中展示其他的四分位数，比如第 10 分位数、第 90 分位数等。这时，我们可以通过更改 whis 参数来实现。

sns.boxplot(data=data, whis=[10, 90])
plt.show()

通过设置 whis 参数为 [10, 90]，我们可以将箱线图中的四分位数更改为第 10 分位数和第 90 分位数。

定制四分位范围

除了更改特定的四分位数外，有时候我们还希望自定义四分位范围。在 Seaborn 中，我们可以通过 whis 参数来指定四分位范围的倍数。

sns.boxplot(data=data, whis=1.5)
plt.show()

在上面的示例中，我们通过设置 whis 参数为 1.5，将四分位范围定义为 1.5 倍的 IQR（Q3 – Q1）。这样可以帮助我们更好地识别离群值。

在分类数据中使用四分位数

除了数值数据外，我们还可以在分类数据中使用四分位数。比如，我们有一个包含多个组的数据集，可以通过 hue 参数来指定分类。

import pandas as pd

df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B'],
    'value': [1, 2, 3, 4]
})

sns.boxplot(x='group', y='value', data=df)
plt.show()

运行以上代码，我们可以看到分类数据中各组的箱线图。通过设置 hue 参数，我们可以在箱线图中展示不同组的四分位数。

通过本文的介绍，我们了解了如何使用 Seaborn 库绘制箱线图，并通过更改四分位数来定制箱线图的显示。