Python：箱线图的理解与绘制

• 一、箱线图简介
• 二、箱线图的绘制
  • 2.1 基于matplotlib库的箱线图绘制
  • 2.2 基于seaborn库的箱线图绘制
  • 附录
  • Python绘图待扩展阅读

一、箱线图简介

如下图所示，箱线图（箱形图、盒须图）是一种基于5个统计量（上边界、上四分位数、中位数、下四分位数以及下边界）显示数据分布的标准化方法，其可以用来检测数据的异常值和数据分布的形状，以及数据集的离散程度。图中矩形框显示数据集的上下四分位数，而矩形框中延伸出的线段（触须）则用于显示其余数据的分布位置，剩下超过上下四分位间距的数据点则被视为“异常值”。

箱线图主要的组成元素及其具体含义如下所示：

• 下四分位数Q1：将所有数据按照从小到大的顺序排在第25%的数；
• 上四分位数Q3：将所有数据按照从小到大的顺序排在第75%的数；
• 四分位间距（IQR, Interquartile Range）：统计学中的一种数学表示方法（也称为四分差），为上四分位数与下四分位之间的距离，可表示为\(\Delta = Q3 - Q1\)。
• 上边界：除异常点以外数据中的最大值，可表示为\(Q3 + 1.5 \Delta\)；
• 下边界：除异常点以外数据中的最小值，可表示为\(Q1 - 1.5 \Delta\)；
• 异常值：小于下边界与大于上边界的值。

二、箱线图的绘制

本文给出基于matplotlib与seaborn库的两种箱线图绘制方法。

2.1 基于matplotlib库的箱线图绘制

matplotlib中绘制箱线图的函数为boxplot()，其函数原型如下所示：

matplotlib.pyplot.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, capwidths=None, *, data=None)

常用的参数及功能如下表所示：

更详细的可以参考matplotlib官方手册