注意

跳至結尾下載完整範例程式碼。

分開計算和繪製盒鬚圖#

針對給定數據集繪製 盒鬚圖，包含兩個主要操作，也可以分開使用

  1. 計算盒鬚圖統計資訊：matplotlib.cbook.boxplot_stats

  2. 繪製盒鬚圖：matplotlib.axes.Axes.bxp

因此，ax.boxplot(data) 等效於

stats = cbook.boxplot_stats(data)
ax.bxp(stats)

所有樣式關鍵字引數在 boxplot 和 bxp 之間都是相同的，並且它們從 boxplot 傳遞到 bxp。然而，boxplot 的 tick_labels 參數會轉換成 boxplot_stats 中的通用 labels 參數，因為標籤與資料相關並且附加到每個資料集的傳回字典。

下列程式碼示範了兩種方法之間的等效性。

import matplotlib.pyplot as plt
import numpy as np

from matplotlib import cbook

np.random.seed(19680801)
data = np.random.randn(20, 3)

fig, (ax1, ax2) = plt.subplots(1, 2)

# single boxplot call
ax1.boxplot(data, tick_labels=['A', 'B', 'C'],
            patch_artist=True, boxprops={'facecolor': 'bisque'})

# separate calculation of statistics and plotting
stats = cbook.boxplot_stats(data, labels=['A', 'B', 'C'])
ax2.bxp(stats, patch_artist=True, boxprops={'facecolor': 'bisque'})
bxp

如果您需要明確地將統計資訊用於其他目的，或者要將統計資訊重複用於多個繪圖，則使用個別函式可以預先計算統計資訊。

反之，如果您已經有統計參數，也可以直接使用 bxp 函式

fig, ax = plt.subplots()

stats = [
    dict(med=0, q1=-1, q3=1, whislo=-2, whishi=2, fliers=[-4, -3, 3, 4], label='A'),
    dict(med=0, q1=-2, q3=2, whislo=-3, whishi=3, fliers=[], label='B'),
    dict(med=0, q1=-3, q3=3, whislo=-4, whishi=4, fliers=[], label='C'),
]

ax.bxp(stats, patch_artist=True, boxprops={'facecolor': 'bisque'})

plt.show()
bxp

標籤：plot-type: speciality domain: statistics

參考

此範例中顯示了下列函式、方法、類別和模組的使用

由 Sphinx-Gallery 產生的圖庫