Python 箱线图（Boxplot）|极客教程

Python 箱线图（Boxplot）

箱线图（Boxplot）是一种用于显示数据分布情况的常用统计图表。它展示了数据的中位数、上下四分位数、极值以及可能的异常值。箱线图可以帮助我们更直观地了解数据的分布情况，以及识别潜在的异常值。

在Python中，我们可以使用matplotlib库中的boxplot函数来绘制箱线图。本文将以Python为例，详细介绍如何使用matplotlib库绘制箱线图，并对箱线图的相关概念进行解释。

1. 箱线图的绘制

首先，我们需要导入matplotlib库，并生成一组随机数据，用于绘制箱线图。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.normal(0, 1, 100)

接下来，我们使用boxplot函数绘制箱线图。

plt.figure()
plt.boxplot(data)
plt.show()

上述代码中，我们首先创建一个新的图形窗口，然后调用boxplot函数绘制箱线图，最后使用show函数显示图形。

2. 箱线图的解释

在箱线图中，通常包含以下几个重要的元素：

箱体（Box）：箱体显示了数据的上下四分位数（Q1和Q3），中位数（Q2）通常用一条横线表示。箱体的长度代表了数据的四分位距（IQR = Q3 – Q1）。
须（Whiskers）：须延伸出箱体，通常延伸到数据集中的最大值和最小值，但不包括异常值。
异常值（Outliers）：超出须的范围的数据点被认为是异常值，通常显示为单独的数据点。

通过箱线图，我们可以直观地了解数据的分布情况，包括中位数、四分位数、极值以及异常值。箱线图还可以帮助我们比较不同数据集之间的分布情况。

3. 箱线图的参数设置

在使用boxplot函数时，我们可以设置不同的参数来调整箱线图的显示效果。下面是一些常用的参数：

notch：设置为True时显示出中位数的95%置信区间的CI（置信区间）。
vert：设置为False水平显示箱线图。
patch_artist：设置为True时，填充箱体颜色。

plt.figure()
plt.boxplot(data, notch=True, vert=False, patch_artist=True)
plt.show()

以上代码中，我们将notch参数设置为True，显示中位数的95%置信区间，将vert参数设置为False，水平显示箱线图，并将patch_artist参数设置为True，填充箱体颜色。

4. 示例应用

接下来，让我们通过一个示例来展示如何使用箱线图比较不同数据集之间的分布情况。

data1 = np.random.normal(0, 1, 100)
data2 = np.random.normal(1, 1, 100)

plt.figure()
plt.boxplot([data1, data2], labels=['Data1', 'Data2'])
plt.show()

上述代码中，我们生成两组不同的随机数据data1和data2，然后使用boxplot函数将它们绘制在同一个箱线图中，并设置标签Data1和Data2以便区分。

5. 结论

通过本文介绍，我们了解了如何使用matplotlib库绘制箱线图，并对箱线图的基本概念进行了解释。箱线图可以帮助我们直观地了解数据的分布情况，识别异常值，并比较不同数据集之间的分布情况。

Python 箱线图（Boxplot）