箱线图

最新推荐文章于 2025-06-18 16:32:46 发布

原创最新推荐文章于 2025-06-18 16:32:46 发布 · 2.5k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#数据科学

数据可视化专栏收录该内容

6 篇文章

订阅专栏

本文通过同一数据集的箱线图与直方图对比，详细解析了箱线图如何展示数据集合的范围及变化，包括最小值、中值、第三四分位数和最大值等关键统计信息，帮助读者理解数据分布特性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

箱须：展示整个数据集合的数据范围
箱体和箱须主要用于表现一个或多个数据集合中数据的变化，容易对数据进行对比，容易理解
箱线图中展示的5种数据：最小值，中值，第三四分位数，最大值
为了说明一下上述的数据项，在下面的代码中用相同的数据集，来绘制箱线图和直方图

首先给出一张画好的可视化图

箱线图

代码如下：

import numpy as np
import matplotlib.pylab as plt

class Draw(object):

    def __init__(self):

        return

    def Simming(self):

        '''
        箱须：展示整个数据集合的数据范围
        箱体和箱须主要用于表现一个或多个数据集合中数据的变化，容易对数据进行对比，容易理解
        箱线图中展示的5种数据：最小值，中值，第三四分位数，最大值
        为了说明一下上述的数据项，在下面的代码中用相同的数据集，来绘制箱线图和直方图
        '''

        dataset = list([113, 115, 119, 121, 124, 124, 125, 126, 125, 127, 128, 128,
                   129, 128, 131, 132, 132, 133, 139])
        plt.figure('箱线图')
        plt.subplot(121)
        plt.boxplot(dataset, vert=False)
        plt.subplot(122)
        plt.hist(dataset)
        plt.show()

        # 观察两种图表在数据展示上的差异：左边呈现了上边提到的五个统计数据，右边展示了
        # 数据集合在给定范围内的分组情况

        return

dr = Draw()
dr.Simming()