绘制多个box箱型图

云朵不吃雨

已于 2024-05-25 15:09:06 修改

阅读量511

点赞数 3

CC 4.0 BY-SA版权

分类专栏：数据统计与分析文章标签： python 数据分析

于 2024-03-25 22:02:08 首次发布

本文链接：https://blog.youkuaiyun.com/d8dongdong/article/details/137026057

该篇文章介绍了如何使用Python的NumPy库生成随机数据，并通过数据对齐操作，根据标签将数据分组。然后，使用matplotlib绘制箱型图来比较不同标签下的数据特征分布，展示了数据统计和可视化的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.首先生成随机数据

import random 
# 创建一个153629行，13列的数据，
random_data = np.random.randn(153629, 13)
#创建数据标签，后续将根据数据标签绘制不同的箱型图
label = [0,1,2,3]
labels = np.asarray(random.choices(label,k =153629))
label_reshape = labels[:,np.newaxis]
将数据与标签在第二维度上进行拼接
data = np.hstack((random_data,label_reshape))
#data.shape
#为数据添加列标签，并转换为dataframe格式
data_list = ['red','gre','blu','x','y','mean','Variance','Homogeneity','Contrast','Dissimilarity','Entropy','Second','Correlation','label']
img_feature = pd.DataFrame(data,columns=data_list)
img_feature.head(5)

np.hstack 是 NumPy（Numerical Python 的简称）中的一个函数，用于水平堆叠数组（即沿第二个轴，也就是列方向堆叠）。如果传入的数组不是一维的，那么 np.hstack 会将它们沿着第二个轴（索引为1的轴）堆叠起来。

2. 数据对齐

这一步本来是为方便将数据按照不同的数据类型与标签进行分类（例如：分别提取出四类标签分别对应means数据，并将其合并为一个新的DF-Datafreame数据）

min_length = min([img_feature[img_feature['label']==0].shape[0],img_feature[img_feature['label']==1].shape[0],img_feature[img_feature['label']==2].shape[0],img_feature[img_feature['label']==3].shape[0]])
print(min_length)

根据min_length的数量，利用位置索引从不同标签数据中随机采样min_lengh个样本数据
利用bool索引对

# 从每个类别数据随机选取
label_0_len = img_feature[img_feature['label']==0].shape[0]
# 获取每个标签类型的长度
label_1_len = img_feature[img_feature['label']==1].shape[0]

label_2_len = img_feature[img_feature['label']==2].shape[0]

label_3_len = img_feature[img_feature['label']==3].shape[0]

# 标签0
print("0标签：")
label0_bool_index = create_bool(label_0_len,min_length)
print("标签0数量",len(label0_bool_index))
print