绘制统计图形（二）

python数据可视化之路

发布于 2023-02-23 21:13:02

1.2K0

发布于 2023-02-23 21:13:02

文章被收录于专栏：python数据分析实践python数据分析实践

5 箱线图

箱线图是由一个箱体和一对箱须所构成的统计图形。箱体是由第一四分位数、中位数、第三四分位数组成。在箱须末端之外的可以认为是离群值，因此箱须是对一组数据的大致直观描述。

5.1 多组数据的箱线图

代码如下：

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
data1 = np.random.randn(5000)
data2 = np.random.randn(5000)
dataList = [data1, data2]
labels = ['随机数组1', '随机数组2']
colors = ['#0000ff', '#00ff00']
bplot = plt.boxplot(dataList, sym = '+', labels = labels, patch_artist = True, widths = 0.35, whis = 1.6, notch = False)
for patch, color in zip(bplot['boxes'], colors):
    patch.set_facecolor(color) #为每一组数据设置相应的颜色
plt.ylabel('随机数值')
plt.title('两组随机数的箱线图')
plt.grid(axis = 'y', ls = ':', lw = 1, color = 'gray', alpha = .4)
plt.show()

参数解释：

testList：箱线图的输入数据

whis：四分位间距的倍数，用来确定箱须包含数据的范围大小

widths：设置箱体宽度

sym：设置离群值的标记样式

patch_artist：是否给箱体添加颜色

notch：是否控制箱体有‘V’型凹痕

5.2 水平方向的箱线图

代码如下：

bplot = plt.boxplot(dataList, sym = '+', labels = labels, patch_artist = True, widths = 0.35, whis = 1.6, notch = False,
                   vert = False)
for patch, color in zip(bplot['boxes'], colors):
    patch.set_facecolor(color) #为每一组数据设置相应的颜色
plt.xlabel('随机数值', fontsize = 12)
plt.yticks(rotation = 90, fontsize = 12)
plt.title('两组随机数的箱线图', fontsize = 16)
plt.grid(axis = 'y', ls = ':', lw = 1, color = 'gray', alpha = .4)
plt.show()

与上一个代码相比，仅仅多了一个vert参数，该参数控制是否竖直显示。值为False，为水平显示，默认值为True，即竖直显示。

同时添加showfliers参数可以控制是否显示离群值，当为False，不显示离群值，默认值为True，即显示离群值。

6 误差棒图

在许多科学实验中都存在测量或实验误差，这是无法控制的客观因素。在可视化实验结果的时候，最好可以给实验结果增加观测结果的误差，以表示客观存在的误差。误差棒则是一种理想的统计图形。

6.1 定量数据的误差范围

代码如下：

x = np.linspace(0.1, 0.6, 10)
y = np.exp(x)
error = 0.05+0.15*x
lower_err = error
upper_err = error*0.3
error_limit = [lower_err, upper_err]
plt.errorbar(x, y, yerr = error_limit, fmt = ':o', ecolor = 'y', elinewidth = 4
            , ms = 5, mfc = 'c', mec = 'r', capthick = 1, capsize = 2)
plt.xlim(0, 0.7)
plt.show()

参数解释：

x，y：数据点的位置

yerr：单一数值的非对称形式误差范围

fmt：数据点的标记样式和数据点标记的连接线样式

ecolor：误差棒的线条颜色

elinewidth：误差棒的线条粗细

ms：数据点的大小

mfc：数据点标记颜色

mec：数据点标记边缘颜色

capthick：误差棒边界横杠厚度

capsize：误差棒边界横杠大小

6.2 带误差棒的柱状图

代码如下：

x = np.arange(5)
y = [100, 68, 79, 91, 82]
std_err = [7, 2, 6, 10, 5]
error_attri = dict(elinewidth = 2, ecolor = 'black', capsize = 3)
plt.bar(x, y, color = 'c', width = 0.6, align = 'center', yerr = std_err, error_kw = error_attri, 
       tick_label = ['园区1', '园区2', '园区3', '园区4', '园区5'])
plt.xlabel('苹果种植区', fontsize = 14)
plt.ylabel('收获数', fontsize = 14)
plt.title('不同园区的苹果收获数', fontsize = 16, fontfamily = 'KaiTi')
plt.show()

参数解释：

yerr：误差，是一个区间

error_kw：误差棒的样式设置，是一个字典对象

6.3 带误差棒的条形图

代码如下：

x = np.arange(5)
y = [1200, 2400, 500, 1600, 2200]
std_err = [150, 100, 180, 130, 80]
error_attri = dict(elinewidth = 2, ecolor = 'black', capsize = 3)
bar_width = 0.6
colors = ['#e41a1c', '#377eac', '#4daf44', '#984ea3', '#00ffff']
plt.barh(x, y, bar_width, color = colors, align = 'center', xerr = std_err, error_kw = error_attri, 
         tick_label = ['家庭', '小说', '情感', '科技', '儿童'])
plt.xlabel('订阅数量')
plt.ylabel('图书种类')
plt.title('不同图书的订阅数量')
plt.grid(True, axis = 'x', ls = ':', color = 'gray', alpha = .2)
plt.show()

6.4 带误差棒的多数据并列柱状图

代码如下：

x = np.arange(5)
y1 = [100, 68, 79, 91, 82]
y2 = [120, 75, 70, 78, 85]
std_err1 = [7, 2, 6, 10, 5]
std_err2 = [5, 1, 4, 8, 9]
error_attri = dict(elinewidth = 2, ecolor = 'black', capsize = 3)
bar_width = 0.4
tick_label = ['园区1', '园区2', '园区3', '园区4', '园区5']
plt.bar(x, y1, bar_width, color = '#87ceeb', align = 'center', yerr = std_err1, error_kw = error_attri, label = '2010')
plt.bar(x+bar_width, y2, bar_width, color = '#cd5c5c', align = 'center', yerr = std_err2, error_kw = error_attri, label = '2013')
plt.xlabel('苹果种植区', fontsize = 14)
plt.ylabel('收获量', fontsize = 14)
plt.xticks(x+bar_width/2, tick_label) #让标签居中，固定用法
plt.title('不同年份的苹果收获量', fontsize = 16, fontfamily = 'KaiTi')
plt.grid(True, axis = 'y', ls = ':', color = 'gray', alpha = .4)
plt.show()