python 中箱线图绘制

一、箱线图图绘制参数详解

plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None)

• x：指定要绘制箱线图的数据

• notch：是否以凹口的形式展现箱线图，默认非凹口

• sym：指定异常点的形状，默认为+号显示

• vert：是否需要将箱线图垂直摆放，默认垂直摆放

• whis：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：指定箱线图的位置，默认为[0,1,2…]

• widths：指定箱线图的宽度，默认为0.5

• patch_artist：bool类型参数，是否填充箱体的颜色；默认为False

• meanline：bool类型参数，是否用线的形式表示均值，默认为False

• showmeans：bool类型参数，是否显示均值，默认为False

• showcaps：bool类型参数，是否显示箱线图顶端和末端的两条线（即上下须），默认为True

• showbox：bool类型参数，是否显示箱线图的箱体，默认为True

• showfliers：是否显示异常值，默认为True

• boxprops：设置箱体的属性，如边框色，填充色等

• labels：为箱线图添加标签，类似于图例的作用

• filerprops：设置异常值的属性，如异常点的形状、大小、填充色等

• medianprops：设置中位数的属性，如线的类型、粗细等

• meanprops：设置均值的属性，如点的大小、颜色等

• capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等

• whiskerprops：设置须的属性，如颜色、粗细、线的类型等

返回值：result

字典将箱形图的每个组成部分映射到matplotlib.lines.Line2D创建的实例列表。该词典具有以下键（假定垂直框图）：

• boxes：箱图的主体，显示四分位数和中位数的置信区间（如果启用）。
• medians：每个框的中间的水平线。
• whiskers：垂直线延伸到最极端的非异常数据点。
• caps：晶须末端的水平线。
• fliers：表示超出晶须（传单）的数据的点。
• means：表示均值的点或线。

官方链接：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.boxplot.html

import pandas as pd
import matplotlib.pyplot as plt
# 读取数据
Sec_Buildings = pd.read_excel('sec_buildings.xlsx')
# 绘制箱线图
plt.boxplot(x = Sec_Buildings.price_unit, # 指定绘图数据
            patch_artist=True, # 要求用自定义颜色填充盒形图，默认白色填充
            showmeans=True, # 以点的形式显示均值
            boxprops = {'color':'black','facecolor':'steelblue'}, # 设置箱体属性，如边框色和填充色
            # 设置异常点属性，如点的形状、填充色和点的大小
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3}, 
            # 设置均值点的属性，如点的形状、填充色和点的大小
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4}, 
            # 设置中位数线的属性，如线的类型和颜色
            medianprops = {'linestyle':'--','color':'orange'}, 
            labels = [''] # 删除x轴的刻度标签，否则图形显示刻度标签为1
           )
# 添加图形标题
plt.title('二手房单价分布的箱线图')
# 显示图形
plt.show()

     

②

# 二手房在各行政区域的平均单价
group_region = Sec_Buildings.groupby('region')
avg_price = group_region.aggregate({'price_unit':np.mean}).sort_values('price_unit', ascending = False)
print(avg_price)
# 通过循环，将不同行政区域的二手房存储到列表中
print(avg_price.index)
region_price = []
for region in avg_price.index:
    region_price.append(Sec_Buildings.price_unit[Sec_Buildings.region == region])
# 绘制分组箱线图
# print(region_price)
plt.boxplot(x = region_price, 
            patch_artist=True,
            labels = avg_price.index, # 添加x轴的刻度标签
            showmeans=True, 
            boxprops = {'color':'black', 'facecolor':'steelblue'}, 
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3}, 
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
            medianprops = {'linestyle':'--','color':'orange'}
           )
# 添加y轴标签
plt.ylabel('单价（元）')
# 添加标题
plt.title('不同行政区域的二手房单价对比')
# 显示图形
plt.show()

   

 

二、sns箱线图绘制http://seaborn.pydata.org/generated/seaborn.boxplot.html

# 绘制分组箱线图
sns.boxplot(x = 'region', y = 'price_unit', data = Sec_Buildings, 
            order = avg_price.index, showmeans=True,color = 'steelblue',
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3}, 
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
            medianprops = {'linestyle':'--','color':'orange'}
           )
# 更改x轴和y轴标签
plt.xlabel('')
plt.ylabel('单价（元）')
# 添加标题
plt.title('不同行政区域的二手房单价对比')
# 显示图形
plt.show()