带有最小值、最大值、平均值和标准差的箱线图

Question

我想使用数据集的最小、最大和平均输出以及标准差创建箱线图。我发现示例绘制了数值分布，但就我而言，这是不可行的。

有没有办法在Python（Matplotlib）中做到这一点？

Answer 1

上面@Roland给出的答案很重要：箱形图显示了根本不同的数量，如果您使用现有的数量制作类似的图，可能会让用户感到困惑。我可能会使用堆叠误差条图来表示此信息。例如：

import matplotlib.pyplot as plt
import numpy as np

# construct some data like what you have:
x = np.random.randn(100, 8)
mins = x.min(0)
maxes = x.max(0)
means = x.mean(0)
std = x.std(0)

# create stacked errorbars:
plt.errorbar(np.arange(8), means, std, fmt='ok', lw=3)
plt.errorbar(np.arange(8), means, [means - mins, maxes - means],
             fmt='.k', ecolor='gray', lw=1)
plt.xlim(-1, 8)

Answer 2

考虑到可用的信息（平均值、标准差、最小值、最大值），

errorbar

可能是唯一可以绘制的图形，但如果你想根据聚合数据绘制箱线图，matplotlib有

bxp()

方法可以使用。请注意，它是一个轴级函数（不能称为

plt.bxp

）。它使用字典列表，其中每个字典包含有关特定箱线图的数据。

但是，箱线图至少需要中位数、第一和第三四分位数，如果不进一步假设数据集的分布，则无法从平均值、标准差等推断出这些数据。

假设数据集呈正态分布。然后我们可以使用均值和标准差来估计中位数、第一和第三四分位数。使用这些值，我们还可以近似晶须。假设异常值不可用，我们可以绘制一个基本的箱线图，如下所示。

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

# construct some data
x = np.random.default_rng(0).normal(size=(1000, 8))

means = x.mean(axis=0)
q1 = means + std * stats.norm.ppf(0.25)
q3 = means + std * stats.norm.ppf(0.75)
whislo = q1 - (q3 - q1)*1.5
whishi = q3 + (q3 - q1)*1.5

keys = ['med', 'q1', 'q3', 'whislo', 'whishi']
stats = [dict(zip(keys, vals)) for vals in zip(means, q1, q3, whislo, whishi)]
plt.subplot().bxp(stats, showfliers=False);

---

现在假设我们可以访问中位数、第一和第三四分位数（下面的

median

、

q1

、

q3

）。此外，假设我们可以访问

q1-(q3-q1)*1.5

下方和

q3+(q3-q1)*1.5

上方的值，这些值可用于定位晶须。另外，假设我们可以访问胡须之外的值 (

fliers

)。然后将所有这些信息传递给

bxp()

绘制一个与

plt.boxplot

绘制的图表完全相同的图表。

# construct some data
x = np.random.default_rng(0).normal(size=(1000, 8))
median = np.median(x, axis=0)
q1 = np.quantile(x, 0.25, axis=0)
q3 = np.quantile(x, 0.75, axis=0)

# compute whiskers' locations
whislo = [np.min(x[x[:, i] > v, i]) for i, v in enumerate(q1 - (q3 - q1)*1.5)]
whishi = [np.max(x[x[:, i] < v, i]) for i, v in enumerate(q3 + (q3 - q1)*1.5)]
# identify fliers
fliers = [x[(x[:, i] < lo) | (x[:, i] > hi), i] for i, (lo, hi) in enumerate(zip(whislo, whishi))]

keys = ['med', 'q1', 'q3', 'whislo', 'whishi', 'fliers']
stats = [dict(zip(keys, vals)) for vals in zip(median, q1, q3, whislo, whishi, fliers)]

plt.subplot().bxp(stats);

您可以验证上面的图与

绘制的图完全相同

plt.boxplot(x);