箱线图画法详解：颜色、标签、大小等

大家好，欢迎来到IT知识分享网。

第一四分位数(Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。Q1的位置=（n+1）/4

第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。Q2的位置=（n+1）/2

import csv import pandas as pd import matplotlib.pyplot as plt file_in = open('D:/emotion_analysis_data/cleaned/vs_box.csv', 'r', encoding='utf-8') positive = csv.DictReader(file_in, ['id', 'confidence', 'text']) next(positive) all_positive = [] for i, record in enumerate(positive): con_str = record['confidence'] con_list = con_str.split(' ') del(con_list[0]) constr = ''.join(con_list) value_str = constr.replace(']', '') value = float(value_str) all_positive.append(value) 

把输入的列表数据all_positive写入data，即

data = { 
   'positive': all_positive} df = pd.DataFrame(data) print(df.describe()) 

f = df.boxplot(sym='r.', patch_artist=True, return_type='dict', meanline=False, showmeans=True) for box in f['boxes']: box.set(color='#0E3CE6', linewidth=2) # 箱体边框  box.set(facecolor='#FF6CEC') # 箱体内部填充颜色 for whisker in f['whiskers']: whisker.set(color='r', linewidth=2) for cap in f['caps']: cap.set(color='g', linewidth=2) for median in f['medians']: median.set(color='#52E636', linewidth=3) for mean in f['means']: mean.set(color='#52E636') for flier in f['fliers']: flier.set(marker='o', color='y', alpha=0.5) plt.show() 

f = df.boxplot(sym='r.', patch_artist=True, return_type='dict', meanline=False, showmeans=True) plt.show() 

• 箱子的宽度在一定程度上反映了数据的波动程度。箱体越扁说明数据越集中，端线（也就是“须”）越短也说明数据集中。
• 异常值集中在较小值一侧，则分布呈现左偏态；异常值集中在较大值一侧，则分布呈现右偏态。
• 长长的细尾巴在左边即为左偏，长长的细尾巴在右边边即为右偏

例如上图，数据呈左偏态，那么靠近最大值的数据比较多，中位数也靠近最大值及上四分位数。反之，数据呈右偏态，那么这组数据靠近最小值的数据比较多，中位线也靠近最小值。