sns.boxplot()简单用法

本文介绍了如何使用 seaborn 的 sns.boxplot() 函数绘制箱形图,详细讲解了 x, y 参数,以及如何通过 data 参数使用数据集,如 iris 数据集。同时提到了 hue 参数用于分类展示,palette 用于调整颜色,以及 whis 和 fliersize 控制离群值的显示。通过实例展示了箱形图横置和竖置的方法。" 129164077,9754330,Spring Boot整合阿里云OSS按时间分文件夹教程,"['java', 'spring', 'spring boot', '阿里云']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

sns.boxplot()

  • 箱形图(Box-plot):

  • 又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。它能显示出一组数据的最大值、最小值、中位数及上下四分位数

#参数如下:
seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)

x,y:dataframe中的列名(str)或者矢量数据

data:dataframe或者数组

hue(str):dataframe的列名,按照列名中的值分类形成分类的条形图

palette:调色板,控制图像的色调

order, hue_order (lists of strings):用于控制条形图的顺序

orient:“v”|“h” 用于控制图像使水平还是竖直显示(这通常是从输入变量的dtype推断出来的,此参数一般当不传入x、y,只传入data的时候使用)

fliersize:float,用于指示离群值观察的标记大小

whis: 确定离群值的上下界(IQR超过低和高四分位数的比例),此范围之外的点将被识别为异常值。IQR指的是上下四分位的差值。

width: float,控制箱型图的宽度

在这里插入图片描述

使用iris数据集作为例子

x参数(箱型图横着放,默认也是横着放)

%matplotlib inline
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
import warnings
warnings.filterwarnings('ignore')
plt.rc("font",family="SimHei",size="15")  #解决中文乱码问题
data=pd.DataFrame(load_iris().data,columns=load_iris().feature_names)
data['sample']=load_iris().target
data.columns
Index(['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)',
       'petal width (cm)', 'sample'],
      dtype='object')
#x参数,下面结果都一致
# sns.boxplot(x=data['sepal length (cm)'])
sns.boxplot(x=data['sepal length (cm)'],data=data)
# sns.boxplot(x='sepal length (cm)',data=data)
# sns.boxplot(data['sepal length (cm)'])
<AxesSubplot:xlabel='sepal length (cm)'>


在这里插入图片描述

y参数(竖着放)

#y参数,下面结果都一致
# sns.boxplot(y=data['sepal length (cm)'])
sns.boxplot(y=data['sepal length (cm)'],data=data)
# sns.boxplot(y='sepal length (cm)',data=data)
# sns.boxplot(y='sample',data=data)
<AxesSubplot:ylabel='sepal length (cm)'>


在这里插入图片描述

直接是data

sns.boxplot(data=data)
<AxesSubplot:>


在这里插入图片描述


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值