python绘制箱型图

箱型图主要用来观察数据的整体分布。

箱型图的解释：

如下图所示，箱型图可以看出一个数据集的上限，上四分位数，中位数，下四分位数，下限以及异常点。

• 中位数即数据集处于中间的点；
• 上四分位数就是75%分位数或四分之三分位数；
• 下四分位数就是25%分位数或四分之一分位数；
• 上限的计算公式为（上限=上四分位数 + 1.5*（上四分位数--四分位数））
• 上限的计算公式为（上限=下四分位数 - 1.5*（上四分位数--四分位数））
• 异常点即为上下限之外的点

四分位距 (IQR) 通过将数据集划分为四分位数来实现。四分位数将一个按等级排序的数据集划分为四个相等的部分。即 Q1（第 1 个四分位数）、Q2（第 2 个四分位数）和 Q3（第 3 个四分位数）。IQR 定义为 Q3–Q1，位于 Q3+1.5IQR 或 Q1-1.5IQR 之外的数据被视为异常点。

代码实现

绘制一个箱型图

fig = plt.figure(figsize=(4, 6))  # 指定绘图对象宽度和高度
sns.boxplot(data_train['V0'],orient="v", width=0.5)
plt.show()

参数解释

• x，y：指定的x轴, y轴数据，可以是向量或者字符串，当是字符串时，一定是data中的一个key
• hue：可以是向量(pandas中的一列，或者是list)，也可以是字符串(data中的一个key)，seaborn将根据这一列设置不同颜色
• data：绘图数据，可以是pandas.DataFrame，numpy.ndarray或者字典等
• order：包含所有分组属性的列表，用于指定条形顺序，注意如果某个分组不在order中，该分组将不会显示
• hue_order：字符串组成的list，设置hue后设置各颜色顺序
• orient：当x,y都是离散型或者数值型数据时，通过orient可设置图像方向
• color：统一设置所有箱体的颜色
• palette：颜色面板
• saturation：颜色饱和度
• width：设置箱体宽度
• dodge：是否重叠绘制(设置hue之后生效)
• fliersize：箱体上方离群点的大小
• linewidth：箱体边框线的粗细
• 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。

seaborn学习笔记（四）：箱型图、小提琴图-优快云博客

绘制多个箱型图

def plot_box(data):
    column = data_train.columns.tolist()[:data.shape[1]]
    fig, ax = plt.subplots(figsize=(20, 40))
    for i in range(38):
        plt.subplot(13, 3, i + 1)
        sns.boxplot(data[column[i]], orient="h", width=0.5)
        plt.ylabel(column[i], fontsize=8)
    plt.show()
plot_box(data_train)