matplotlib实现多个子图的盒须图

效果展示：

代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pylab import *
plt.figure(figsize=(7.8,6.8))
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']data = {'W': [1,2,3,4,5,6,7,8,10],'H': [1,2,3,10,5,6,7,8,15],'B': [1,8,3,4,5,6,7,8,12]
}
box_1, box_2, box_3 = data['W'], data['H'], data['B']
ax1 = plt.subplot(131)
ax1.set_yscale('log')
labels = 'W','H','B'#图例
plt.boxplot([box_1, box_2, box_3],notch=False, labels = labels,patch_artist = False, boxprops = {'color':'black','linewidth':'2.0'},capprops={'color':'black','linewidth':'2.0'}, widths=0.5, medianprops={'color':'black','linewidth':'2'}) #widths是指每一个box的宽度plt.xlabel("1%",fontsize=24)
plt.ylabel('纵坐标',fontsize=24)
plt.xticks(fontsize=24)
plt.yticks(fontsize=24)# 第二个格子
data1 = {'W': [1,2,3,4,5,6,7,83,10],'H': [1,2,3,10,5,6,57,8,15],'B': [144,85,3,4,5,6,7,83,12]
}
box_1, box_2, box_3 = data1['W'], data1['H'], data1['B']
ax2 = plt.subplot(132, sharex=ax1, sharey=ax1)
setp(ax2.get_yticklabels(), visible=False)
labels = 'W','H','B'#图例
plt.boxplot([box_1, box_2, box_3],notch=False, labels = labels,patch_artist = False, boxprops = {'color':'black','linewidth':'2.0'},capprops={'color':'black','linewidth':'2.0'}, widths=0.5, medianprops={'color':'black','linewidth':'2'}) #medianprops={'color':'green','linewidth':'1.5'}
plt.xlabel("0.5%",fontsize=24)
plt.xticks(fontsize=24)
plt.yticks(fontsize=24)#第三个格子
data2 = {'W': [1,2,3,4,5,6,7,8,10],'H': [1,2,3,10,5,6,7,8,15],'B': [1,8,3,4,5,6,7,8,-12]
}
box_1, box_2, box_3 = data2['W'], data2['H'], data2['B']
ax3 = plt.subplot(133, sharex=ax1, sharey=ax1)
setp(ax3.get_yticklabels(), visible=False)
labels = 'W','H','B'#图例
plt.boxplot([box_1, box_2, box_3],notch=False, labels = labels,patch_artist = False, boxprops = {'color':'black','linewidth':'2.0'},capprops={'color':'black','linewidth':'2.0'},widths=0.5,medianprops={'color':'black','linewidth':'2'})
plt.xlabel("0.1%",fontsize=24)
plt.xticks(fontsize=24)
plt.yticks(fontsize=24)
plt.suptitle('图表总标题',fontsize=32)plt.show()

matplotlib实现多个子图的盒须图相关推荐

matplotlib之pyplot模块——绘制箱线图（盒须图）boxplot()（一）基本参数
当前有效matplotlib版本为:3.4.1. 概述 boxplot()函数的作用是绘制箱线图(箱线图.盒须图.箱图). 箱形图(boxplot)又称盒须图或箱线图,是一种用来显示某一组数据分散情况 ...
matplotlib之pyplot模块——绘制箱线图（盒须图）boxplot()（二）演示外观参数、返回值
当前有效matplotlib版本为:3.4.1. 概述 boxplot()函数的作用是绘制箱线图(箱线图.盒须图.箱图). 箱线图是由一个箱体和一对箱须所组成的统计图形.箱体是由第一四分位数.中位数( ...
22.23.24.25.盒须图（boxplot）、棉棒图(Stem Plot； Lollipop plot)、极坐标图、雷达图（Radar Chart）
22.盒须图(boxplot) 23.棉棒图(Stem Plot; Lollipop plot) 24.极坐标图 25.雷达图(Radar Chart) 22.盒须图(boxplot) 盒须图(也称为 ...
python boxplot 画盒须图
python 用boxplot 绘制盒须图 import os import matplotlib.pyplot as plt import pandas as pd import matplotli ...
Tableau:如何添加参考线、趋势线、参考区间、分布区间、盒须图?
序言 Tableau中的"分析"栏提供了很多功能(如下图),这些功能可以向Tableau的工作表添加各种辅助线和辅助区间.通过对其进行归类,可以将这些辅助线.辅助区间分为:参考 ...
D3 二维图表的绘制系列（二十六）盒须图
上一篇: 中国地图下一篇: 日历热力图代码结构和初始化画布的Chart对象介绍,请先看这里本图完整的源码地址:这里 1 图表效果 2 数据 {"data": [{" ...
Qt图表绘制（QtCharts）-绘制简单的盒须图[箱形图]（12）
Qt图表绘制(QtCharts)-绘制简单的盒须图[箱形图](12)✌ 文章目录 Qt图表绘制(QtCharts)-绘制简单的盒须图[箱形图](12)✌ 1.概述
QCustomPlot之盒须图（十六）
盒须图的组成如下图所示: 在QCustomPlot中创建一个盒须图所需的类:QCPStatisticalBox,为盒须图添加数据主要使用的是addData接口,接口定义如下: void addData ...
盒须图（Boxplot）
盒须图(Boxplot)主要用于对数据分布的显示.对于详细数据的显示通常采用下面几种方法. 最简单的方法是把所有的数据显示在一个散点图上.读者可以直接观察数据点的分布. 但如果数据量很大,数据点就会大 ...

matplotlib实现多个子图的盒须图

matplotlib实现多个子图的盒须图相关推荐

最新文章

热门文章