亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python使用plt.boxplot()函數繪制箱圖、常用方法以及含義詳解

 更新時間:2022年08月12日 14:51:13   作者:xcy.小相  
箱線圖一般用來展現數據的分布,如上下四分位值、中位數等,也可以直觀地展示異常點,下面這篇文章主要給大家介紹了關于Python使用plt.boxplot()函數繪制箱圖、常用方法以及含義詳解的相關資料,需要的朋友可以參考下

1. 箱圖含義

箱圖是一中用于統計數據分布的統計圖,也可以粗略地看出數據是否具有對稱性,分布的分散程度等信息。箱圖中的信息含義如下:

最下方的橫線表示最小值最上方的橫線表示最大值黑色空心圓圈表示異常值黑色實心圓圈表示極端值箱子由下四分位數、中值以及上四分位數組成

異常值又稱離群值,指大于1.5倍的四分位數間距的值。處于1.5倍~3倍四分位數間距的值用空心圓圈表示。極端值屬于異常值中的一種。
極端值是指大于3倍的四分位數間距的值。

2.計算方法

首先找出一組數據的五個特征值,包括除異常值外的最小值(minimum)和最大值(maximum)、中位數(median)、兩個四分位數(上四分位數Q1和下四分位Q3數);

中位數:將所有數值從小到大排列,如果是奇數個數值則取最中間一個值作為中位數,之后最中間的值在計算Q1和Q3時不再使用;偶數個數值則取最中間兩個數的平均數作為中位數,這兩個數在計算Q1和Q3時繼續(xù)使用。

Q1:中位數將所有數據分成兩部分,最小值到中位數的部分按取中位數的方法取中位數作為Q1。

Q3:同Q1取法,取中位數到最大值的中位數。

IQR(四分位數間距)=Q3-Q1。

所有不在(Q1-1.5IQR,Q3+1.5IQR)的區(qū)間內的數為離群值,剩下的值最大的為最大值,最小的為最小值。

特征值(從下到上):最小值、Q1、中位數、Q3、最大值

將五個數值描繪在一個圖上,五個特征值在一個直線上,最小值和Q1連接起來,Q1、中位數、Q3分別作平行等長線段,
然后,連接兩個四分位數構成箱子。

最后連接兩個極值點與箱子,形成箱式圖,然后點上離群值即可。

3.繪圖

3.1 繪制單個箱圖

import matplotlib.pyplot as plt
import numpy as np

#生成data數據
np.random.seed(100)
data = np.random.normal(size=(1000,),loc=0,scale=1)

# 繪圖
plt.boxplot(data)
plt.show()

3.2 繪制多個箱圖

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(100)
data = np.random.normal(size=(1000,4),loc=0,scale=1)

plt.boxplot(data)

plt.show()

3.3實戰(zhàn)

def plt_box_iamge(df):
    """
    snrr的五個范圍為[5,10)、[10,15)、[15,20)、[20,30)、[30-),按照五個snrr范圍計算對應redchi的箱圖
    :param df:包含snrr以及redchi的csv數據(dataFrame)。
    :return:
    """
	# 根據snrr范圍對redchi進行篩選。
    df1 = df.loc[df['lam_snrr'] >= 5]
    redchi_1 = df1.loc[df1['lam_snrr'] < 10].redchi

    df2 = df.loc[df['lam_snrr'] >= 10]
    redchi_2 = df2.loc[df2['lam_snrr'] < 15].redchi

    df3 = df.loc[df['lam_snrr'] >= 15]
    redchi_3 = df3.loc[df3['lam_snrr'] < 20].redchi

    df4 = df.loc[df['lam_snrr'] >= 20]
    redchi_4 = df4.loc[df4['lam_snrr'] < 30].redchi

    redchi_5 = df.loc[df['lam_snrr'] >= 30].redchi
    # 繪圖
    ax = plt.subplot()
    ax.boxplot([redchi_1, redchi_2, redchi_3, redchi_4, redchi_5])
    # 設置軸坐標值刻度的標簽
    ax.set_xticklabels(['5<=snrr<10', '10<=snrr<15', '15<=snrr<20', '20<=snrr<30', '30<=snrr'], fontsize=8)
	#	保存圖片 
    plt.savefig('./images/box.jpg')
    plt.show()

if __name__ == '__main__':
    df = pd.read_csv('./inputfile/lamost6w_new.csv')
    df_sc = screening(df)  # 篩選數據 (lamost數據應該在正常值范圍內,不然因為數值差過大會導致繪制不出圖像!)
    plt_box_iamge(df_sc)

3.3 參數詳解

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

3.4 常用方法

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(100)
data = np.random.normal(size=(1000,4),loc=0,scale=1)

ax = plt.subplot()
ax.boxplot(data)                                 # 繪圖
ax.set_xlim([0,5])                               # 設置x軸值的范圍  rotation=30
# ax.set_xticks()  							      # 自定義x軸的值
ax.set_xlabel("xlabel")                  # 設置x軸的標簽
ax.set_xticklabels(['A','B','C','D'],  rotation=30,fontsize=10)   # 設置x軸坐標值的標簽 旋轉角度 字體大小
ax.set_title("xcy")       					  # 設置圖像標題
ax.legend(labels= ['A','B','C','D'],loc='best',)  # 增加圖例
ax.text(x=0.2 , y=3.5 , s="test" ,fontsize=12)   # 增加注

plt.show()

參考:
百度百科
matplotlib官方文檔

總結 

到此這篇關于Python使用plt.boxplot()函數繪制箱圖、常用方法以及含義詳解的文章就介紹到這了,更多相關plt.boxplot()函數繪制箱圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • python通過文本在一個圖中畫多條線的實例

    python通過文本在一個圖中畫多條線的實例

    今天小編就為大家分享一篇python通過文本在一個圖中畫多條線的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • django使用graphql的實例

    django使用graphql的實例

    這篇文章主要介紹了django使用graphql的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-09-09
  • 對python中大文件的導入與導出方法詳解

    對python中大文件的導入與導出方法詳解

    今天小編就為大家分享一篇對python中大文件的導入與導出方法詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12
  • 用python + hadoop streaming 分布式編程(一) -- 原理介紹,樣例程序與本地調試

    用python + hadoop streaming 分布式編程(一) -- 原理介紹,樣例程序與本地調試

    Hadoop 是一個實現了 MapReduce 計算模型的開源分布式并行編程框架,借助于 Hadoop, 程序員可以輕松地編寫分布式并行程序,將其運行于計算機集群上,完成海量數據的計算。
    2014-07-07
  • pytest接口測試之fixture傳參數request的使用

    pytest接口測試之fixture傳參數request的使用

    本文主要介紹了pytest接口測試之fixture傳參數request的使用,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-08-08
  • python使用xpath中遇到:<Element a at 0x39a9a80>到底是什么?

    python使用xpath中遇到:<Element a at 0x39a9a80>到底是什么?

    這篇文章主要給大家詳細介紹了關于python使用xpath中遇到:<Element a at 0x39a9a80>的相關資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考借鑒,下面隨著小編來一起學習學習吧。
    2018-01-01
  • Python實現自動化處理Word文檔的方法詳解

    Python實現自動化處理Word文檔的方法詳解

    本文主要介紹了如何使用Python實現Word文檔的自動化處理,包括批量生成Word文檔、在Word文檔中批量進行查找和替換、將Word文檔批量轉換成PDF等,希望對你有所幫助
    2022-08-08
  • Python&&GDAL實現NDVI的計算方式

    Python&&GDAL實現NDVI的計算方式

    今天小編就為大家分享一篇Python&&GDAL實現NDVI的計算方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-01-01
  • Python 權限控制模塊 Casbin

    Python 權限控制模塊 Casbin

    這篇文章主要介紹了Python 權限控制模塊 Casbin,Casbin是一個強大的、高效的開源訪問控制框架,其權限管理機制支持多種訪問控制模型,更多相關內容感興趣的朋友可以參考下面文章內容
    2022-06-06
  • 如何利用Python動態(tài)模擬太陽系運轉

    如何利用Python動態(tài)模擬太陽系運轉

    這篇文章主要給大家介紹了關于如何利用Python動態(tài)模擬太陽系運轉的相關資料,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-09-09

最新評論