pandas可视化（3）【官方文档解读】-- 箱线图

作者：王大伟

Python爱好者社区唯一小编

博客：https://ask./blog/wangdawei

点击上图即可限时半价购买课程

前言

前文传送门：

pandas可视化（1）【官方文档解读】--基础绘图

pandas可视化（2）【官方文档解读】-- 条形图、直方图

如绘图过程中，中文字体和负号显示有问题，可以参照如下链接修改配置参数设置正常显示：

https://www./post/441

环境

IDE : jupyter notebook

Anaconda 3.X

箱线图

import matplotlib
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
matplotlib.style.use('ggplot')#使用ggplot样式
%matplotlib inline


注：如前一章，先导入必要的模块和绘图的数据准备

df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.head()


注：使用numpy产生一个10行5列的矩阵，矩阵内的元素是随机产生的标准正态分布数字

然后将矩阵转为df，给这五列数据栏位命名为A、B、C、D、E，并显示其前五行观察

df.plot.box()


注：绘制箱线图

注：这里有A~E五个箱线图放在一张图，理解为5次试验，每次的即为其对应列中的十行（10个数字）的箱线图

箱线图解释如下图：

color = dict(boxes='DarkGreen', whiskers='DarkOrange',
            medians='DarkBlue', caps='Gray')


df.plot.box(color=color, sym='r+')


注：绘制箱线图，这里增加了箱线图每部分线条颜色的设置，至于sym官方解释是：specify fliers style

直译为：指定传单风格，我们暂且可以认为是绘图的某种风格，我把这个参数去掉绘图发现没什么区别

如果有朋友理解，请留言评论赐教

df.plot.box(vert=False, positions=[1, 4, 5, 6, 8])


注：这里vert = False绘制水平箱线图，并且将幕布竖直方向分为8块等大小区域

将5个箱线图从下到上依次画在1、4、5、6、8五个位置

可以使用DataFrame.boxplot来绘制boxplot的界面

df = pd.DataFrame(np.random.rand(10,5))
plt.figure()
bp = df.boxplot()


注：使用和之前产生df一样的方法产生df，然后用df的boxplot方法画箱线图

df = pd.DataFrame(np.random.rand(10,2), columns=['Col1', 'Col2'] )
df['X'] = pd.Series(['A','A','A','A','A','B','B','B','B','B'])
plt.figure()
bp = df.boxplot(by='X')


注：在原有的df上增加一栏X，其中包含A，B两种分类，最后根据这种分类分别对col1和col2画箱线图

df = pd.DataFrame(np.random.rand(10,3), columns=['Col1', 'Col2', 'Col3'])
df['X'] = pd.Series(['A','A','A','A','A','B','B','B','B','B'])
df['Y'] = pd.Series(['A','B','A','B','A','B','A','B','A','B'])
plt.figure();
bp = df.boxplot(column=['Col1','Col2'], by=['X','Y'])


注：这里传入两个分类依据，所以2X2有四种分类组合

np.random.seed(1234)
df_box = pd.DataFrame(np.random.randn(50, 2))
df_box['g'] = np.random.choice(['A', 'B'], size=50)
df_box.loc[df_box['g'] == 'B', 1] += 3
bp = df_box.boxplot(by='g')


注：这段比较难理解，我们分步理解：

np.random.seed(1234)
df_box = pd.DataFrame(np.random.randn(50, 2))
df_box.head()


注：这里使用某种随机数种子产生器，随机产生一个50行2列的df

df_box['g'] = np.random.choice(['A', 'B'], size=50)
df_box.head()


注：然后加一栏g，随机分为A,B两类

df_box.loc[df_box['g'] == 'B', 1] += 3
df_box.head()


注：定位到所有g栏属于B的行和第二列（索引是1），将其加3

bp = df_box.boxplot(by='g')


注：最后按照g栏分类画图，像之前两张图一样

和以下绘图代码注意对比：

bp = df_box.groupby('g').boxplot()


注：by有分开的意思，groupby有整合的意思

pandas绘制箱线图到此结束

文中所写如有谬误请指出，感谢！

参考文献

http://pandas./pandas-docs/stable/visualization.html#

微课福利：Hellobi live |8月22日，利用 Python 建构金融数据分析平台