2.8Python 数据可视化----使用 matplotlib 绘制简单图

2.8 绘制箱形图

2.8.1　使用 boxplot() 绘制箱形图

使用 pyplot 的 boxplot() 函数可以快速绘制箱形图，boxplot() 函数的语法格式如下所示 ：

boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None,

　　　　　　widths=None, patch_artist=None, bootstrap=None, usermedians=None,

　　 conf_intervals=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, manage_ticks=True, autorange=False,

　　　　　　 zorder=None, * , data=None)

该函数常用参数的含义如下 ：

·x ：绘制箱形图的数据。

·sym ：表示异常值对应的符号，默认为空心圆圈。

·vert ：表示是否将箱形图垂直摆放，默认为垂直摆放。

·whis ：表示箱形图上下须与上下四分位的距离，默认为 1.5 倍的四分位差。

·positions ：表示箱体的位置。

·widths ：表示箱体的宽度，默认为 0.5。

·patch_artist ：表示是否填充箱体的颜色，默认不填充。

·meanline ：是否用横跨箱体的线条标出中位数，默认不使用。

·showcaps ：表示是否显示箱体顶部和底部的横线，默认显示。

·showbox ：表示是否显示箱形图的箱体，默认显示。

·showfliers ：表示是否显示异常值，默认显示。

·labels ：表示箱形图的标签。

·boxprops ：表示控制箱体属性的字典。

使用 boxplot() 函数绘制一个箱形图，代码如下。

In [22]:

import numpy as np

import matplotlib.pyplot as plt

data = np.random.randn(100)

# 绘制箱形图 : 显示中位数的线条， 箱体宽度为 0.3 ， 填充箱体颜色， 不显示异常值

plt.boxplot(data, meanline=True, widths=0.3, patch_artist=True,

　　　　　　　　 showfliers=False)

plt.show()

运行程序，效果如图 2-20 所示。

2.8.2　实例 8 ：2017 年和 2018 年全国发电量统计

“中国报告大厅”网站对 2017 年和 2018 年的发电量分别进行了监测统计，结果如表 2-7

所示。

根据表 2-7 的数据，将“发电量（亿千瓦·时）”两列的数据作为 x 轴的数据，将“2017

年”和“2018 年”作为 y 轴的刻度标签，使用 boxplot() 函数绘制 2017 年和 2018 年全国发电

量的箱形图，具体代码如下。

In [23]:

# 08_generation_capacity

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.family'] = 'SimHei'

plt.rcParams['axes.unicode_minus'] = False

data_2018 = np.array([5200, 5254.5, 5283.4, 5107.8, 5443.3, 5550.6,

　　　　　　 　　　　　　 6400.2, 6404.9, 5483.1, 5330.2, 5543, 6199.9])

data_2017 = np.array([4605.2, 4710.3, 5168.9, 4767.2, 4947, 5203,

　　　　　　 　　　　　　 6047.4, 5945.5, 5219.6, 5038.1, 5196.3, 5698.6])

# 绘制箱形图

plt.boxplot([data_2018, data_2017], labels=('2018 年 ', '2017 年 '),

　　　　　　　　　 meanline=True, widths=0.5, vert=False, patch_artist=True)

plt.show()

运行程序，效果如图 2-21 所示。

图 2-21 中， x 轴代表发电量， y 轴代表年份，箱体代表集中的数据范围，箱体内部的竖

线代表中位数，箱形左右边缘的竖线代表最小值与最大值，右边缘竖线右侧的空心圆圈代表

异常值。由图 2-21 可知，2017 年每月的发电量大多分布于 4800 亿～ 5300 亿千瓦·时范围内，

2018 年每月的发电量大多分布于 5250 亿～ 5700 亿千瓦·时范围内。