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:
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。
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。
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()
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()
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)
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
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
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态