Matplotlib 繪制箱線圖

（一） Matplotlib 繪制柱狀圖
（二） Matplotlib 繪制箱線圖

---

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

Matplotlib 繪制箱線圖

• Matplotlib 繪制箱線圖
• 一、 plt.boxplot() 參數詳解
• 二、 示例
• • 1. 繪制多個分組箱線圖
  • 2. 在多個分組箱線圖上疊加散點圖

---

一、 plt.boxplot() 參數詳解

Python 繪制箱線圖主要用 matplotlib 庫里 pyplot 模塊里的 boxplot() 函數。

plt.boxplot(x, # 指定要繪制箱線圖的數據；notch=None, # 是否是凹口的形式展現箱線圖，默認非凹口；sym=None, # 指定異常點的形狀，默認為+號顯示；vert=None, # 是否需要將箱線圖垂直擺放，默認垂直擺放；whis=None, # 指定上下須與上下四分位的距離，默認為1.5倍的四分位差；positions=None, # 指定箱線圖的位置，默認為[0,1,2…]；widths=None, # 指定箱線圖的寬度，默認為0.5；patch_artist=None, # 是否填充箱體的顏色；bootstrap=None, #usermedians=None, #conf_intervals=None, #meanline=None, # 是否用線的形式表示均值，默認用點來表示；showmeans=None, # 是否顯示均值，默認不顯示；showcaps=None, # 是否顯示箱線圖頂端和末端的兩條線，默認顯示；showbox=None, # 是否顯示箱線圖的箱體，默認顯示；showfliers=None, # 是否顯示異常值，默認顯示；boxprops=None, # 設置箱體的屬性，如邊框色，填充色等；labels=None, # 為箱線圖添加標簽，類似于圖例的作用；flierprops=None, # 設置異常值的屬性，如異常點的形狀、大小、填充色等；medianprops=None, # 設置中位數的屬性，如線的類型、粗細等；meanprops=None, # 設置均值的屬性，如點的大小、顏色等；capprops=None, # 設置箱線圖頂端和末端線條的屬性，如顏色、粗細等；whiskerprops=None, # 設置須的屬性，如顏色、粗細、線的類型等manage_xticks=True, #autorange=False, #zorder=None, #hold=None, #data=None) #

---

二、 示例

1. 繪制多個分組箱線圖

plt.boxplot(x,…)中的 x 是[ [1, 2, 3], [1,2,3,4,5], [8,9] ]格式的，即3個箱線圖各自的分組數據。
參數 positions=(1,1.4,1.8,2.8,3.2,3.6,4.6,5,5.4)：將同一組的三個箱間隔設置為0.4，不同組間隔設為1，widths=0.3：每個箱寬度為0.3

#...準備數據等代碼略... bias = []for j in range(0,3):for t in range(0,3):bias.append(list(Bias[t][j]))#...代碼略...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) 分別為該顏色的RGB值，（均為0~1的數據）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)# 將9個箱分別上色 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')# 替換橫坐標x的值x_position = [1, 2.8, 4.6]x_position_fmt = ["AG算法", "SG算法", "DL算法"]# 第一個參數為顯示位置，第二個參數為顯示的值plt.xticks([i + 0.8 / 2 for i in x_position], x_position_fmt)labels = ["CSIF數據集","GOMESIF數據集","GOSIF數據集"]plt.legend(bp['boxes'], labels, loc='best') # 繪制表示框，右下角繪制# plt.savefig(fname="pic.png", figsize=[10, 10])#顯示網格plt.grid(linestyle="--", alpha=0.5) # 繪制圖中虛線 透明度0.3plt.show()

運行結果：

2. 在多個分組箱線圖上疊加散點圖

參考文獻：
1.https://blog.csdn.net/weixin_40787712/article/details/123516154

使用 “zorder=2”這樣的確定疊加的圖層的先后次序，數字越大，越后。

#...準備數據等代碼略... fig = plt.figure() ax = fig.add_axes([0, 0, 1, 1]) # 畫2行3列的子圖 ax1 = plt.subplot(2, 3, 1) # 海北站SOS箱線圖 # 準備數據 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('殘差') # 將箱線圖統計的所有點繪制到圖上 # spotx是各個箱線圖所有點的橫坐標 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):#點的大小：s=10，畫圖層的先后：zorder=2，數字越大越后畫plt.scatter(spotx[j*3+t],bias[j*3+t], c='black', s=10, zorder=2) plt.show() #...其它子圖代碼略....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個箱線圖各自的分組數據。 # 參數 positions=(1,1.4,1.8,2.8,3.2,3.6,4.6,5,5.4)：將同一組的三個箱間隔設置為0.4，不同組間隔設為1，widths=0.3：每個箱寬度為0.3 # 多圖層疊加時，控制畫圖層的先后：zorder=1，數字越大越后畫 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, # 設置異常點屬性，如點的形狀、填充色和點的大小 flierprops = {'marker':'o','markerfacecolor':'black', 'markersize':3})color_list = ["orange", "cornflowerblue", "deeppink","orange", "cornflowerblue", "deeppink","orange", "cornflowerblue", "deeppink"] # 將9個箱分別上色 for patch, color in zip(bp['boxes'], color_list):patch.set_facecolor(color) # 替換橫坐標x的值 x_position = [1, 2.8, 4.6] x_position_fmt = ["AG算法", "SG算法", "DL算法"] # 第一個參數為顯示位置，第二個參數為顯示的值 plt.xticks([i + 0.8 / 2 for i in x_position], x_position_fmt)labels = ["CSIF數據集", "GOMESIF數據集", "GOSIF數據集"] plt.legend(bp['boxes'], labels, loc=loca) # 繪制表示框，右下角繪制# 顯示網格 plt.grid(linestyle="--")

運行結果：

總結

以上是生活随笔為你收集整理的Matplotlib 绘图 （二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。