1. 箱图含义

箱图是一中用于统计数据分布的统计图，也可以粗略地看出数据是否具有对称性，分布的分散程度等信息。箱图中的信息含义如下：
在这里插入图片描述

最下方的横线表示最小值
最上方的横线表示最大值
黑色空心圆圈表示异常值
黑色实心圆圈表示极端值
箱子由下四分位数、中值以及上四分位数组成

异常值又称离群值，指大于1.5倍的四分位数间距的值。处于1.5倍~3倍四分位数间距的值用空心圆圈表示。极端值属于异常值中的一种。
极端值是指大于3倍的四分位数间距的值。

2.计算方法

首先找出一组数据的五个特征值，包括除异常值外的最小值(minimum)和最大值（maximum）、中位数（median）、两个四分位数（上四分位数Q1和下四分位Q3数）；
中位数：将所有数值从小到大排列，如果是奇数个数值则取最中间一个值作为中位数，之后最中间的值在计算Q1和Q3时不再使用；偶数个数值则取最中间两个数的平均数作为中位数，这两个数在计算Q1和Q3时继续使用。
Q1：中位数将所有数据分成两部分，最小值到中位数的部分按取中位数的方法取中位数作为Q1。
Q3：同Q1取法，取中位数到最大值的中位数。
IQR(四分位数间距)=Q3-Q1。
所有不在（Q1-1.5IQR，Q3+1.5IQR）的区间内的数为离群值，剩下的值最大的为最大值，最小的为最小值。
特征值（从下到上）：最小值、Q1、中位数、Q3、最大值
将五个数值描绘在一个图上，五个特征值在一个直线上，最小值和Q1连接起来，Q1、中位数、Q3分别作平行等长线段，
然后，连接两个四分位数构成箱子。
最后连接两个极值点与箱子，形成箱式图，然后点上离群值即可。

3.绘图

3.1 绘制单个箱图

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

在这里插入图片描述

3.2 绘制多个箱图

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()

在这里插入图片描述

3.3实战

def plt_box_iamge(df):"""snrr的五个范围为[5,10)、[10,15)、[15,20)、[20,30)、[30-)，按照五个snrr范围计算对应redchi的箱图:param df:包含snrr以及redchi的csv数据（dataFrame）。:return:"""# 根据snrr范围对redchi进行筛选。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# 绘图ax = plt.subplot()ax.boxplot([redchi_1, redchi_2, redchi_3, redchi_4, redchi_5])# 设置轴坐标值刻度的标签ax.set_xticklabels(['5<=snrr<10', '10<=snrr<15', '15<=snrr<20', '20<=snrr<30', '30<=snrr'], fontsize=8)#	保存图片 plt.savefig('./images/box.jpg')plt.show()if __name__ == '__main__':df = pd.read_csv('./inputfile/lamost6w_new.csv')df_sc = screening(df)  # 筛选数据 (lamost数据应该在正常值范围内，不然因为数值差过大会导致绘制不出图像!)plt_box_iamge(df_sc)

在这里插入图片描述

3.3 参数详解

plt.boxplot(x,                      # x：指定要绘制箱图的数据notch=None,           # notch：是否是凹口的形式展现箱线图，默认非凹口sym=None,              # sym：指定异常点的形状，默认为+号显示vert=None,              # vert：是否需要将箱线图垂直摆放，默认垂直摆放whis=None,             # whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差positions=None,   # positions：指定箱线图的位置，默认为[0,1,2…]widths=None,         # widths：指定箱线图的宽度，默认为0.5patch_artist=None,        # patch_artist：是否填充箱体的颜色meanline=None,             # meanline：是否用线的形式表示均值，默认用点来表示showmeans=None,       # showmeans：是否显示均值，默认不显示showcaps=None,           # showcaps：是否显示箱线图顶端和末端的两条线，默认显示showbox=None,             # showbox：是否显示箱线图的箱体，默认显示showfliers=None,          # showfliers：是否显示异常值，默认显示boxprops=None,           # boxprops：设置箱体的属性，如边框色，填充色等labels=None,                  # labels：为箱线图添加标签，类似于图例的作用flierprops=None,          # filerprops：设置异常值的属性，如异常点的形状、大小、填充色等medianprops=None,   # medianprops：设置中位数的属性，如线的类型、粗细等meanprops=None,       # meanprops：设置均值的属性，如点的大小、颜色等capprops=None,           # capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等whiskerprops=None)   # whiskerprops：设置须的属性，如颜色、粗细、线的类型等

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)                                 # 绘图
ax.set_xlim([0,5])                               # 设置x轴值的范围  rotation=30
# ax.set_xticks()  							      # 自定义x轴的值
ax.set_xlabel("xlabel")                  # 设置x轴的标签
ax.set_xticklabels(['A','B','C','D'],  rotation=30,fontsize=10)   # 设置x轴坐标值的标签 旋转角度 字体大小
ax.set_title("xcy")       					  # 设置图像标题
ax.legend(labels= ['A','B','C','D'],loc='best',)  # 增加图例
ax.text(x=0.2 , y=3.5 , s="test" ,fontsize=12)   # 增加注plt.show()