matplotlib箱形图

最新推荐文章于 2024-09-13 22:44:43 发布

原创最新推荐文章于 2024-09-13 22:44:43 发布 · 1.8k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python

python数据挖掘同时被 2 个专栏收录

16 篇文章

订阅专栏

可视化

6 篇文章

订阅专栏

本文介绍如何使用Python的NumPy库设置随机数种子并生成随机数，以及利用Pandas和Matplotlib进行箱形图的绘制。通过具体实例展示了随机数种子的作用，并对一组成绩数据进行了箱形图分析。

Python3.9

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

seed()用法

import numpy as np
np.random.seed()#seed()随机数变化，seed(2)#里面有数字，数字不变，随机数不变
a=np.random.randn(5,4)

In [26]:a
Out[26]: 
array([[ 0.17835632,  0.28546591,  0.65957699, -0.3424716 ],
       [ 1.34077912, -0.15542329,  0.07025387, -0.6045788 ],
       [-2.16184437,  2.0263728 ,  0.19409219, -2.53760254],
       [-0.02904324, -0.47083432,  0.54508097,  0.51470537],
       [ 0.41978463,  0.39458336,  1.40172012, -0.59358038]])

箱形图boxplot

 import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
np.random.seed(2)  #设置随机种子
df = pd.DataFrame(np.random.rand(5,4),
                  columns=['A', 'B', 'C', 'D'])
df.boxplot() #也可用plot.box()

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False#用来正常显示负号

df=pd.read_excel('成绩.xlsx')
val=df.values.T[:,1:]#倒置，移除序号
col=df.index[1:]#课程
ind=df.values.T[:,0]#学生编号
chengji=pd.DataFrame(val,columns=col,index=ind)#重新组成数据
chengji.boxplot()
#plt.boxplot(x=chengji.values,labels=chengji.columns,whis=1.5)

In[28]: chengji
Out[28]: 
    英语  经济数学  西方经济学  市场营销学  财务管理  基础会计学  统计学  计算机应用基础
1   76    65     93     74    68     70   55       85
2   90    95     81     87    75     73   91       78
3   97    51     76     85    70     92   68       81
4   71    74     88     69    84     65   73       95
5   70    78     66     90    73     78   84       70
6   93    63     79     80    60     87   81       67
7   86    91     83     77    76     90   70       82
8   83    82     92     84    81     70   69       72
9   78    75     78     91    88     66   94       80
10  85    71     86     74    68     79   62       81
11  81    55     78     70    75     68   71       77

print(chengji.median())#中位数
q3=chengji.quantile(0.75)#上四分位数
q1=chengji.quantile(0.25)#下四分位数
iqr=q3-q1
shang=q3 + 1.5 * iqr#上边缘
print(shang)
xia=q1 - 1.5 * iqr#下边缘
print(xia)