Matplotlib 绘制箱线图

（一） Matplotlib 绘制柱状图
（二） Matplotlib 绘制箱线图

参考文献：
1.https://www.cnblogs.com/shanger/p/13041426.html
2.https://blog.csdn.net/weixin_44613728/article/details/115190556

Matplotlib 绘制箱线图

Matplotlib 绘制箱线图
一、 plt.boxplot() 参数详解
二、示例
- 1. 绘制多个分组箱线图
- 2. 在多个分组箱线图上叠加散点图

一、 plt.boxplot() 参数详解

Python 绘制箱线图主要用 matplotlib 库里 pyplot 模块里的 boxplot() 函数。

plt.boxplot(x,    # 指定要绘制箱线图的数据；notch=None,    # 是否是凹口的形式展现箱线图，默认非凹口；sym=None,    # 指定异常点的形状，默认为+号显示；vert=None,    # 是否需要将箱线图垂直摆放，默认垂直摆放；whis=None,    # 指定上下须与上下四分位的距离，默认为1.5倍的四分位差；positions=None,    # 指定箱线图的位置，默认为[0,1,2…]；widths=None,    # 指定箱线图的宽度，默认为0.5；patch_artist=None,    # 是否填充箱体的颜色；bootstrap=None,    #usermedians=None,    #conf_intervals=None,    #meanline=None,    # 是否用线的形式表示均值，默认用点来表示；showmeans=None,    # 是否显示均值，默认不显示；showcaps=None,    # 是否显示箱线图顶端和末端的两条线，默认显示；showbox=None,    # 是否显示箱线图的箱体，默认显示；showfliers=None,    # 是否显示异常值，默认显示；boxprops=None,    # 设置箱体的属性，如边框色，填充色等；labels=None,    # 为箱线图添加标签，类似于图例的作用；flierprops=None,    # 设置异常值的属性，如异常点的形状、大小、填充色等；medianprops=None,    # 设置中位数的属性，如线的类型、粗细等；meanprops=None,    # 设置均值的属性，如点的大小、颜色等；capprops=None,    # 设置箱线图顶端和末端线条的属性，如颜色、粗细等；whiskerprops=None,    # 设置须的属性，如颜色、粗细、线的类型等manage_xticks=True,    #autorange=False,    #zorder=None,    #hold=None,    #data=None)    #

二、示例

1. 绘制多个分组箱线图

plt.boxplot(x,…)中的 x 是[ [1, 2, 3], [1,2,3,4,5], [8,9] ]格式的，即3个箱线图各自的分组数据。
参数 positions=(1,1.4,1.8,2.8,3.2,3.6,4.6,5,5.4)：将同一组的三个箱间隔设置为0.4，不同组间隔设为1，widths=0.3：每个箱宽度为0.3

#...准备数据等代码略...
bias = []for j in range(0,3):for t in range(0,3):bias.append(list(Bias[t][j]))#...代码略...fig = plt.figure()ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])ax.set_ylabel('偏差Bias')ax.set_xlabel('物候提取算法')#(0.2,0.2,0.2) 分别为该颜色的RGB值，（均为0~1的数据）color_list = [(0.2, 0.2, 0.2), (0.2*2, 0.2*2, 0.2*2), (0.2*4, 0.2*4, 0.2*4), (0.2, 0.2, 0.2), (0.2*2, 0.2*2, 0.2*2), (0.2*4, 0.2*4, 0.2*4), (0.2, 0.2, 0.2), (0.2*2, 0.2*2, 0.2*2), (0.2*4, 0.2*4, 0.2*4)]bp = plt.boxplot(bias,patch_artist=True,widths=0.3,positions=(1,1.4,1.8,2.8,3.2,3.6,4.6,5,5.4),showmeans=True)# 将9个箱分别上色
for patch, color in zip(bp['boxes'], color_list):patch.set_facecolor(color)
ax.set_ylabel('偏差Bias')ax.set_xlabel('物候提取算法')# 替换横坐标x的值x_position = [1, 2.8, 4.6]x_position_fmt = ["AG算法", "SG算法", "DL算法"]# 第一个参数为显示位置，第二个参数为显示的值plt.xticks([i + 0.8 / 2 for i in x_position], x_position_fmt)labels = ["CSIF数据集","GOMESIF数据集","GOSIF数据集"]plt.legend(bp['boxes'], labels, loc='best')  # 绘制表示框，右下角绘制# plt.savefig(fname="pic.png", figsize=[10, 10])#显示网格plt.grid(linestyle="--", alpha=0.5)  # 绘制图中虚线 透明度0.3plt.show()

运行结果：

2. 在多个分组箱线图上叠加散点图

参考文献：
1.https://blog.csdn.net/weixin_40787712/article/details/123516154

使用 “zorder=2”这样的确定叠加的图层的先后次序，数字越大，越后。

#...准备数据等代码略...
fig = plt.figure()
ax = fig.add_axes([0, 0, 1, 1])
# 画2行3列的子图
ax1 = plt.subplot(2, 3, 1)  # 海北站SOS箱线图
# 准备数据
bias = []
for j in range(0, 3):for t in range(0, 3):bias.append(list(Bias[t][j][0][0:7]))
print(bias,'\n')
PlotBiasGndTiResu(bias, ax1, "lower right")
ax1.set_title('海北站SOS')
ax1.set_ylabel('残差')
# 将箱线图统计的所有点绘制到图上
# spotx是各个箱线图所有点的横坐标
spotx = [[1,1,1,1,1,1,1],[1.4,1.4,1.4,1.4,1.4,1.4,1.4],[1.8,1.8,1.8,1.8,1.8,1.8,1.8],[2.8, 2.8, 2.8, 2.8, 2.8, 2.8, 2.8],[3.2, 3.2, 3.2, 3.2, 3.2, 3.2, 3.2],[3.6,3.6,3.6,3.6,3.6,3.6,3.6],[4.6,4.6,4.6,4.6,4.6,4.6,4.6],[5,5,5,5,5,5,5],[5.4,5.4,5.4,5.4,5.4,5.4,5.4]]
for j in range(0, 3):for t in range(0, 3):#点的大小：s=10，画图层的先后：zorder=2，数字越大越后画plt.scatter(spotx[j*3+t],bias[j*3+t], c='black', s=10, zorder=2)
plt.show()
#...其它子图代码略....def PlotBiasGndTiResu(bias, ax, loca):# plt.boxplot(x,...)中的 x 是[ [1, 2, 3], [1,2,3,4,5], [8,9] ]格式的，即3个箱线图各自的分组数据。
# 参数 positions=(1,1.4,1.8,2.8,3.2,3.6,4.6,5,5.4)：将同一组的三个箱间隔设置为0.4，不同组间隔设为1，widths=0.3：每个箱宽度为0.3
# 多图层叠加时，控制画图层的先后：zorder=1，数字越大越后画
bp = plt.boxplot(bias, patch_artist=True, widths=0.3,
positions=(1, 1.4, 1.8, 2.8, 3.2, 3.6, 4.6, 5, 5.4),
showmeans=False, medianprops={'lw': 1, 'color': 'black'}, zorder=1,
# 设置异常点属性，如点的形状、填充色和点的大小
flierprops = {'marker':'o','markerfacecolor':'black', 'markersize':3})color_list = ["orange", "cornflowerblue", "deeppink","orange", "cornflowerblue", "deeppink","orange", "cornflowerblue", "deeppink"]
# 将9个箱分别上色
for patch, color in zip(bp['boxes'], color_list):patch.set_facecolor(color)
# 替换横坐标x的值
x_position = [1, 2.8, 4.6]
x_position_fmt = ["AG算法", "SG算法", "DL算法"]
# 第一个参数为显示位置，第二个参数为显示的值
plt.xticks([i + 0.8 / 2 for i in x_position], x_position_fmt)labels = ["CSIF数据集", "GOMESIF数据集", "GOSIF数据集"]
plt.legend(bp['boxes'], labels, loc=loca)  # 绘制表示框，右下角绘制# 显示网格
plt.grid(linestyle="--")

运行结果：

Matplotlib 绘图（二）相关推荐

【机器学习】python使用matplotlib进行二维数据绘图并保存为png图片
端到端机器学习导航: [机器学习]python借助pandas加载并显示csv数据文件,并绘制直方图 [机器学习]python使用matplotlib进行二维数据绘图并保存为png图片 [机器学习]p ...
Matplotlib（二）绘图生命周期
上篇 python matplotlib入门(一)主要介绍了matplotlib的workflow, 这一篇将主要介绍 matplotlib 绘图的生命周期,只有了解了matplotlib 的内部 ...
python笔记4（矩阵和随机数 matplotlib绘图基础散点图折线图柱状图）
记录python听课笔记文章目录记录python听课笔记一,矩阵 1.1矩阵创建 1.2矩阵运算矩阵的乘法矩阵转置T 矩阵求逆I 二,随机数 2.1随机数模块 numpy.random 2. ...
16个matplotlib绘图实用小技巧!
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 本文主要 16 个 Matplotlib 绘图实用的小技巧. 1. 添加标题-ti ...
Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性
CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...
Python基础知识学习笔记——Matplotlib绘图
Python基础知识学习笔记--Matplotlib绘图整理python笔记,以防忘记文章目录 Python基础知识学习笔记--Matplotlib绘图一.绘图和可视化 1.导入模块 2.一个简 ...
Matplotlib 绘图秘籍
原文:Matplotlib Plotting Cookbook 协议:CC BY-NC-SA 4.0 欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远. 在线阅读 ApacheCN ...
Python+matplotlib绘图时显示中文的设置方法
封面图片:<Python程序设计基础与应用>(ISBN:9787111606178),董付国,机械工业出版社图书详情: =================== 在使用Python+mat ...
python ppt 绘图_Python数据分析-Matplotlib绘图基础
本文结构: 一.Matplotlib绘图基础及中文乱码解决二.如何利用pandas绘图? 三.如何利用notebook制作分析报告? 图形在我们日常生活中无处不在.如果没有可视化,就是一些数字罗列, ...
Python数据可视化之matplotlib绘图教程
目录一.快速绘图 1. 折线图 2. 柱状图 3. 饼状图 4. 散点图 5. 图片保存二.基本设置 1. 图片 2. 坐标轴 3. 刻度 4. 边距 5. 图例 6. 网格 7. 标题 8. 文 ...

Matplotlib 绘图（二）

Matplotlib 绘制箱线图