数据可视化，如何利用plot画box箱线图？箱线图基础绘制

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

书接前文，本文依旧对kaggle竞赛的泰塔尼克号数据进行分析。本文的“数据可视化”将基于部分字段的数据，画箱线图（box）。以展示箱线图的画图python代码为主要目的。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码经验文章。本文测试环境：win10，python@3.12.3。本文中，泰坦尼克数据集使用的是kaggle竞赛的版本。

加载龙套数据

龙套数据选择的是kaggle竞赛的泰坦尼克数据集，对这个数据集的观测，可以参考文章：

• https://newsn.net/say/titanic-kaggle.html

加载数据：

import pandas as pd
train_df = pd.read_csv("kaggle\\train.csv")
test_df = pd.read_csv("kaggle\\test.csv")
df = pd.concat([train_df, test_df])

最简单的箱线图

最简单的箱线图代码，对Age字段画箱线图。

import matplotlib.pyplot as plt
df["Age"].plot(kind="box")
plt.show()

如果想要改变箱体的颜色的话，修改一下color参数即可。

df["Age"].plot(kind="box", color="red")

所有字段箱线图

简单修改之后，就可以在同一张图上面显示所有字段对应的箱线图。代码如下：

import matplotlib.pyplot as plt
df.plot(kind="box")
plt.show()

对比画图结果，可以注意到：虽然代码里面没有特别指明显示的的字段。但是，最终结果的箱线图里面，却并不是显示的所有字段。因为只有数字类型的数据，才能画出箱线图来。可以对比一下.describe()的数据结果。

df.describe()

数据筛选

针对本文的kaggle版本的泰塔尼克数据集来说，

• PassengerId是个没有必要画出来的字段，因为它是线性累加的数据。
• Survived字段，不是0，就是1，要不就是待预测的空值。所以，也没有必要画出来。

所以，代码可以改为：

df2 = df.copy()
del df2["PassengerId"]
del df2["Survived"]
df2.plot(kind="box")

不过由于异常点的存在，画图效果依旧不咋地。所以，是不是考虑就一个字段一个字段的画箱线图呢？

多个子图

多个子图的组合效果，比上面画一起的效果，明显要好很多。毕竟每个箱线图的纵坐标是不一样的含义。所以，还是分开画比较合适。

df2 = df.copy()
del df2["PassengerId"]
del df2["Survived"]

import matplotlib.pyplot as plt
import math
plt.figure(figsize=(10, 5))
column_names = df2.describe().columns.tolist()
# print(column_names)
len = len(column_names)
half = math.ceil(len / 2)
for i, v in enumerate(column_names):
    plt.subplot(2, half, i + 1)
    df2[v].plot(kind="box")
plt.tight_layout()
plt.show()

这里的关键代码，可能是：plt.subplot(x,y,i)，x表示行数，y表示列数，i表示第几个。

另外一种写法

另外一种写法，就和dataframe无关了，只和一组或几组数有关系。也算简单直观。

import matplotlib.pyplot as plt

a = [1, 15, 18, 20, 22, 30, 50]
plt.boxplot(a)
plt.show()

b = [1, 15, 18, 20, 22, 30, 40]
plt.boxplot((a, b))
plt.show()

相关文章

• https://newsn.net/say/plot-box.html
• https://newsn.net/say/python-isnull.html
• https://newsn.net/say/plot-subplot.html

结语

柱状图，参数kind="bar"。箱线图，kind="box"。箱线图反应的是：数据的分步情况。集中的点形成箱体，远离中心的点形成离群点。

由于篇幅限制，在后续的文章里面，在对这个箱线图做出解释。更多文章可以参考：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。