matplotlib画箱线图，添加非参数检验-秩和检验的结果

生信分析中，画箱线图是常见的需求。最早图简单用seaborn画箱线图。最近下定决心学matplotlib了，所以还是给出matplotlib版本的尝试，但是部分用法还是稚嫩，可能用了笨办法，欢迎大家指正。

箱线图的定义和含义这里就略过了。
前期数据处理部分也略过，画3张子图，3个DataFrame形式如下表所示，表中数据为AF（等位基因频率）。由于两组样本数不统一，所以有缺省项，但这并不影响箱线图绘制。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt#导入matplotlib
from scipy import stats#用来计算非参数检验P_valuefig=plt.figure(figsize=(20,10))#初始化图片
i=1 #该变量用来迭代3图片，每次for循环会+1
d={1:'fig1',2:'fig2',3:'fig3'} #3张子图的名字
for df in [fig1_data,fig2_data,fig3_data]:#对三个df进行循环ax=fig.add_subplot(1,3,i)#一共一排，一排三张图，目前是第i张。pvalue=stats.mannwhitneyu(df['new'],df['old'],alternative='two-sided')[1] #对新旧数据进行非参数检验-秩和检验，得空写写mannwhitneyu和Wilcoxon的区别。#首先df['old']或者df['new']取到某列array，然后dropna（）去除该array中的空值。labels是横轴上每个小箱的标签。widths是箱宽。patch_artist为是否填充箱体的颜色，如不要默认设置，想自己设置，则该项选True。boxprops定义box的参数。flierprops定义离群值的参数。medianprops定义中位线的参数。plt.boxplot([df['old'].dropna(),df['new'].dropna()],labels=['old','new'],widths=0.3,patch_artist=True,boxprops={'color':'black','facecolor':'lightgrey'},flierprops={'marker':'+','markerfacecolor':'black','color':'lightgrey'},medianprops={"linestyle":'-','color':'black'})plt.title(d[i],fontsize=30)#通过d字典索引titleplt.xticks(fontsize=20)#定义X轴标签字体大小plt.yticks(fontsize=15)if i==1:ax.set_ylabel('AF',fontsize=30)#为所有的子图定义同一个Y轴标签，我猜测会有更聪明的办法，目前就这。i+=1 #本次循环不会再用到i的，所以增加1。#以下为添加非参数检验的结果y_max=df.max().max()#计算df中最大值，第一次max得出两列各自的最大值，也就是2个值。第二次max从刚2个值中再择出最大值。则可以得到全df的最大值。本步骤的目的是确保添加的文本在最大值的上方，不要和图片重叠了。y_min=df.min().min()#计算df中的最小值，本步骤的目的在下面可以看到。#df最大值-df最小值，得到图片的纵向范围，然后尝试一个合适的比例，去放置文本。这里选择的比例是10，即添加的文本的位置是在y_max上方，再加整图纵向范围的十分之一长度的位置。这是多次尝试的结果。当然也可以使用绝对距离，直接y_max加某数即可。不能直接使用y_max,不然会和箱线图重叠。
#这里plt.plot()里面的值，含义是position，即画出一条[x1=1,x2=2][y1=[y_max+(y_max-y_min)/10,y2=y_max+(y_max-y_min)/10]的线。发现了吗，y1=y2,所以它其实就是一条平行于x轴的横线。plt.plot([1,2], [y_max+(y_max-y_min)/10,y_max+(y_max-y_min)/10], linewidth=1, color='k')
#再画两条纵线plt.plot([1,1], [y_max+(y_max-y_min)/10,y_max+(y_max-y_min)/10-(y_max-y_min)/20], linewidth=1, color='k') plt.plot([2,2], [y_max+(y_max-y_min)/10,y_max+(y_max-y_min)/10-(y_max-y_min)/20], linewidth=1, color='k')
#在横向上方中间的位置加上p值。中间的位置需要自己找，毕竟fontsize、p值小数点后位数，都会影响其位置。plt.text(1.30,y_max+(y_max-y_min)/9,f'P={round(pvalue,4)}',fontsize=15,color='blue')
#为全图加上title
fig.suptitle('My boxline plot',fontsize=35)#保存图片，dpi可以增加清晰度。
plt.savefig('my_boxline.jpg',dpi=500)

图里的结果可见，fig1_data、fig2_data的新旧数据均差异显著，而fig3_data两组数据之间没有相关性（P>0.05)。

matplotlib画箱线图，添加非参数检验-秩和检验的结果相关推荐

【数据处理】python matplotlib 画箱线图；箱线图介绍；如何画箱线图
一.箱线图介绍假设一组数据有n个数,将它们从小到大排列,分为四等分.位于第25%(n+1)位置的数字是第一四分位数Q1.位于第50%(n+1)位置的数字是第二四分位数Q2,也是中位数.位于第75%( ...
箱线图入门，一文看懂箱线图，matplotlib画箱线图
什么是箱线图? 我们画箱线图的目的其实是去查看数据分布的离散程度. 上图将箱线图的重要部分都标出来了.对于箱线图来说,图中会有的要素有: 最大值 Q3(大于75%数据的位点) 中位数 Q1(大于25% ...
Matplotlib学习---用matplotlib画箱线图（boxplot）
箱线图通过数据的四分位数来展示数据的分布情况.例如:数据的中心位置,数据间的离散程度,是否有异常值等. 把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)分 ...
画箱线图_箱线图的N种画法
图中标示了箱线图中每条线和点表示的含义,其中应用到了分位数的概念线的主要包含五个数据节点,将一组数据从大到小排列,分别计算出他的上边缘(Maximum),上四分位数(Q3),中位数(Median), ...
Matlab(2018b)画箱线图技巧
Matlab 箱线图并美化目的:用matlab 画线箱图,并美化.以及x标签过长,如何分两行展示的问题步骤: 先画箱线图,借助matlab的boxplot函数 x = randn(5); boxp ...
MATLAB boxplot 修改箱子线型、设置箱子颜色、不同长度数据画箱线图、中位线改成黑色、箱线图虚线改实线
效果图:1.train和test样本数据数量不一样:2.上下端横线去掉,中心线变为实线:3.分组修改颜色:4.指定每个箱子.每个组的位置网上介绍 boxplot的文章已经很多了,自己试了一天总结出来 ...
R语言箱线图添加显著性--不同水平实现方法
本节,介绍一下箱线图实现显著性添加的方法,类似这种: 单因素二水平T检验箱线图可视化单因素三水平T检验箱线图可视化单因素三水平柱形图单因素三水平折线图二因素柱形图二因素折线图 1. 单因素二 ...
matlab怎么画箱线图群,[转载]Matlab如何画箱线图群组
data = rand(20,24) month = repmat({'jan' 'feb' 'mar' 'apr' 'may' 'jun' 'jul' 'aug' 'sep' 'oct' 'nov' ...
matlab能给图像编组么,Matlab如何画箱线图群组
data = rand(20,24) month = repmat({'jan' 'feb' 'mar' 'apr' 'may' 'jun' 'jul' 'aug' 'sep' 'oct' 'nov' ...
r语言echarts画箱线图_R语言学习 - 箱线图（小提琴图、抖动图、区域散点图）
箱线图箱线图是能同时反映数据统计量和整体分布,又很漂亮的展示图.在2014年的Nature Method上有2篇Correspondence论述了使用箱线图的好处和一个在线绘制箱线图的工具.就这样都 ...

matplotlib画箱线图，添加非参数检验-秩和检验的结果

matplotlib画箱线图，添加非参数检验-秩和检验的结果相关推荐

最新文章

热门文章