matplotlib【3】--箱线图

箱线图一般用来展现数据的分布（如上下四分位值、中位数等），同时，也可以用箱线图来反映数据的异常情况。

饼图函数：plt.boxplot()

boxplot函数设置：

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：是否是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：是否填充箱体的颜色；

meanline：是否用线的形式表示均值，默认用点来表示；

showmeans：是否显示均值，默认不显示；

showcaps：是否显示箱线图顶端和末端的两条线，默认显示；

showbox：是否显示箱线图的箱体，默认显示；

showfliers：是否显示异常值，默认显示；

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；

案例：taitannic:不同等级仓位的年龄箱线图

整舱人的年龄箱线图

#读取Tatannic数据集
#因为数据集存放在中文文件夹下，需要y用open打开这个数据集，再去pd解析
file=open(r'E:\李明霞\猴子社群\新建文件夹\数据分析入门（Python）\机器学习（入门）\3.泰坦尼克号\train.csv')
titanic=pd.read_csv(file)
#检查是否读取成功
#titanic.head()
#检查年龄是否有缺失
#any(titanic.Age.isnull())
titanic.info()
#删除缺失年龄的数据行
titanic.dropna(subset=['Age'],inplace=True)

#设置图形的显示风格
plt.style.use('ggplot')

#设置中文和符号显示正常
plt.rcParams['font.sans-serif']=['Microsoft YaHei']
plt.rcParams['axes.unicode_minus']=False

#绘图：整体乘客的年龄箱线图
plt.boxplot(
    x=titanic.Age,#指定绘图数据
    patch_artist=True,#要求用自定义颜色填充盒型图，默认白色填充
    showmeans=True,#以点的形式显示均值
    boxprops={'color':'black','facecolor':'#9999ff'},#设置箱体属性，填充色和边框色
    flierprops={'marker':'o','markerfacecolor':'red','color':'black'},#设置异常值属性，点的形状、填充颜色和边框色
    meanprops={'marker':'D','markerfacecolor':'indianred'},#设置均值点的属性，点的颜色和形状
    medianprops={"linestyle":'--','color':'orange'}#设置中位数线的属性，线的类型和颜色
)
#设置y轴的范围
plt.ylim(0,85)

#去除箱线图的上边框和右边框的刻度标签
plt.tick_params(top='off',right='off')

#显示图形
plt.show()

在这里插入图片描述

分析：从图中可以看出，乘客的平均年龄是在30岁，有四分之一的人低于20岁，有四分之一的人是超过38岁，有一半的人是在20岁和38岁之间。从均值（红色的菱形）略高于中位数（黄色虚线），说明年龄是有偏的，并且是右偏；同时红色是异常值，这些异常值是在64岁以上。

不同舱年龄箱线图

按舱级排序，为了后面正常显示分组盒型图的顺序
titanic.sort_values(by='Pclass',inplace=True)

#通过for循环将不同仓位的年龄人群分别存储到列表Age变量中
Age=[]
levels=titanic.Pclass.unique()
for Pclass in levels:
    Age.append(titanic.loc[titanic.Pclass==Pclass,'Age'])

#绘图
plt.boxplot(
    x=Age,
    patch_artist=True,
    labels=['一等舱','二等舱','三等舱'],#添加具体的标签名称
    boxprops={'color':'black','facecolor':'#9999ff'},
    flierprops={'marker':'o','markerfacecolor':'red','color':'black'},#设置异常值属性，点的形状、填充颜色和边框色
    meanprops={'marker':'D','markerfacecolor':'indianred'},#设置均值点的属性，点的颜色和形状
    medianprops={"linestyle":'--','color':'orange'}#设置中位数线的属性，线的类型和颜色

)

plt.show()

在这里插入图片描述

分析：从上述中，可以看出一个明显的趋势，就是舱位等级越高的乘客，他们的年龄越高，三种舱位的平均年龄是38，30,25，说明年龄偏大一点，他们的经济承受能力越强，所买的仓位的等级可能就会越高一些。同时，在二等舱和三等舱，乘客的年龄上也存在异常用户。

matplotlib【3】--箱线图

猜你喜欢