1. 箱圖含義

箱圖是一中用于統計數據分布的統計圖，也可以粗略地看出數據是否具有對稱性，分布的分散程度等信息。箱圖中的信息含義如下：

• 最下方的橫線表示最小值
• 最上方的橫線表示最大值
• 黑色空心圓圈表示異常值
• 黑色實心圓圈表示極端值
• 箱子由下四分位數、中值以及上四分位數組成

  異常值又稱離群值，指大于1.5倍的四分位數間距的值。處于1.5倍~3倍四分位數間距的值用空心圓圈表示。極端值屬于異常值中的一種。
  極端值是指大于3倍的四分位數間距的值。

2.計算方法

plt.figure。首先找出一組數據的五個特征值，包括除異常值外的最小值(minimum)和最大值（maximum）、中位數（median）、兩個四分位數（上四分位數Q1和下四分位Q3數）；
中位數：將所有數值從小到大排列，如果是奇數個數值則取最中間一個值作為中位數，之后最中間的值在計算Q1和Q3時不再使用；偶數個數值則取最中間兩個數的平均數作為中位數，這兩個數在計算Q1和Q3時繼續使用。
Q1：中位數將所有數據分成兩部分，最小值到中位數的部分按取中位數的方法取中位數作為Q1。
Q3：同Q1取法，取中位數到最大值的中位數。
IQR(四分位數間距)=Q3-Q1。
所有不在（Q1-1.5IQR，Q3+1.5IQR）的區間內的數為離群值，剩下的值最大的為最大值，最小的為最小值。
特征值（從下到上）：最小值、Q1、中位數、Q3、最大值
將五個數值描繪在一個圖上，五個特征值在一個直線上，最小值和Q1連接起來，Q1、中位數、Q3分別作平行等長線段，
然后，連接兩個四分位數構成箱子。
最后連接兩個極值點與箱子，形成箱式圖，然后點上離群值即可。

3.繪圖

3.1 繪制單個箱圖

import matplotlib.pyplot as plt
import numpy as np#生成data數據
np.random.seed(100)
data = np.random.normal(size=(1000,),loc=0,scale=1)# 繪圖
plt.boxplot(data)
plt.show()

3.2 繪制多個箱圖

import matplotlib.pyplot as plt
import numpy as npnp.random.seed(100)
data = np.random.normal(size=(1000,4),loc=0,scale=1)plt.boxplot(data)plt.show()

3.3實戰

def plt_box_iamge(df):"""snrr的五個范圍為[5,10)、[10,15)、[15,20)、[20,30)、[30-)，按照五個snrr范圍計算對應redchi的箱圖:param df:包含snrr以及redchi的csv數據（dataFrame）。:return:"""# 根據snrr范圍對redchi進行篩選。df1 = df.loc[df['lam_snrr'] >= 5]redchi_1 = df1.loc[df1['lam_snrr'] < 10].redchidf2 = df.loc[df['lam_snrr'] >= 10]redchi_2 = df2.loc[df2['lam_snrr'] < 15].redchidf3 = df.loc[df['lam_snrr'] >= 15]redchi_3 = df3.loc[df3['lam_snrr'] < 20].redchidf4 = df.loc[df['lam_snrr'] >= 20]redchi_4 = df4.loc[df4['lam_snrr'] < 30].redchiredchi_5 = df.loc[df['lam_snrr'] >= 30].redchi# 繪圖ax = plt.subplot()ax.boxplot([redchi_1, redchi_2, redchi_3, redchi_4, redchi_5])# 設置軸坐標值刻度的標簽ax.set_xticklabels(['5<=snrr<10', '10<=snrr<15', '15<=snrr<20', '20<=snrr<30', '30<=snrr'], fontsize=8)#	保存圖片 plt.savefig('./images/box.jpg')plt.show()if __name__ == '__main__':df = pd.read_csv('./inputfile/lamost6w_new.csv')df_sc = screening(df)  # 篩選數據 (lamost數據應該在正常值范圍內，不然因為數值差過大會導致繪制不出圖像!)plt_box_iamge(df_sc)

3.3 參數詳解

plt.boxplot(x,                      # x：指定要繪制箱圖的數據notch=None,           # notch：是否是凹口的形式展現箱線圖，默認非凹口sym=None,              # sym：指定異常點的形狀，默認為+號顯示vert=None,              # vert：是否需要將箱線圖垂直擺放，默認垂直擺放whis=None,             # whis：指定上下須與上下四分位的距離，默認為1.5倍的四分位差positions=None,   # positions：指定箱線圖的位置，默認為[0,1,2…]widths=None,         # widths：指定箱線圖的寬度，默認為0.5patch_artist=None,        # patch_artist：是否填充箱體的顏色meanline=None,             # meanline：是否用線的形式表示均值，默認用點來表示showmeans=None,       # showmeans：是否顯示均值，默認不顯示showcaps=None,           # showcaps：是否顯示箱線圖頂端和末端的兩條線，默認顯示showbox=None,             # showbox：是否顯示箱線圖的箱體，默認顯示showfliers=None,          # showfliers：是否顯示異常值，默認顯示boxprops=None,           # boxprops：設置箱體的屬性，如邊框色，填充色等labels=None,                  # labels：為箱線圖添加標簽，類似于圖例的作用flierprops=None,          # filerprops：設置異常值的屬性，如異常點的形狀、大小、填充色等medianprops=None,   # medianprops：設置中位數的屬性，如線的類型、粗細等meanprops=None,       # meanprops：設置均值的屬性，如點的大小、顏色等capprops=None,           # capprops：設置箱線圖頂端和末端線條的屬性，如顏色、粗細等whiskerprops=None)   # whiskerprops：設置須的屬性，如顏色、粗細、線的類型等

3.4 常用方法

import matplotlib.pyplot as plt
import numpy as npnp.random.seed(100)
data = np.random.normal(size=(1000,4),loc=0,scale=1)ax = plt.subplot()
ax.boxplot(data)                                 # 繪圖
ax.set_xlim([0,5])                               # 設置x軸值的范圍  rotation=30
# ax.set_xticks()  							      # 自定義x軸的值
ax.set_xlabel("xlabel")                  # 設置x軸的標簽
ax.set_xticklabels(['A','B','C','D'],  rotation=30,fontsize=10)   # 設置x軸坐標值的標簽 旋轉角度 字體大小
ax.set_title("xcy")       					  # 設置圖像標題
ax.legend(labels= ['A','B','C','D'],loc='best',)  # 增加圖例
ax.text(x=0.2 , y=3.5 , s="test" ,fontsize=12)   # 增加注plt.show()

ufunc函數特點？參考：
百度百科
matplotlib官方文檔