盒图绘制|学习笔记

简介: 快速学习盒图绘制

开发者学堂课程【Python 常用数据科学库:盒图绘制】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/546/detail/7502


盒图绘制


在画图当中,经常用到的一个图叫盒图。如图所示

image.png

在图中带了几个指标, Q1 Q3 和中间一个指标,也就是说在盒图中,关注点和其他图不太一样。现在不关注于平均值或众数,最关心的就是 Q1,Q3 和中位数在哪里,也就是说 Q1 从左边最开始到中位数。左半部分就是 Q1,右半部分就是 Q3。 IQR 就相当于中间的一个间隔,在此处还可以算 Q1 和 Q3 之间的差异,就可以算出 Q1减1.5倍的 IQR,就表示离群点。如果一个点小于 Q1 减1.5倍的 IQR2 或大于 Q3+1.5倍的 IQR,那么就说当前这个点就是一个离群点。在画图中可以将离群点都画出来。有的点比较小,也算离群点,有的点比较大,也算作为离群点。因为他和 IQ 而中间的间隔进行了比较,所以就先引出 Q1中位数和 Q3以及2边的间隔点。两边的间隔点用竖线表示出来就表示大于小于这个点的点都不行,都是离群点。以上就是一个基本盒图,关键在于如何去画这样的一个盒图。方法如下:

先把1系列库导入:

%matplotlib inline

Import matplotlib.pyplot as plt

Import numpy as np

以上就是所需要的两个库。

现在可以来造一些数据:

Tang_data=[np.random.normal(0,std,100)for std in range(1,4)]

接下来构造表格:

Fig=plt.figure(figsize=(8,6))

里面可以传入当前画图的区域大小,可以指定为8,6。

然后画出这个图就可以了。想画盒图核心点就是 Box plot。传入两个参数,第一个参数就是数据,第2个参数就是 notch。

Plt.boxplot(tang_data,notch=False,sym+’s’,vert=True)

代码如下:

%matplotlib inline

Import matplotlib.pyplot as plt

Import numpy as np

Tang_data=[np.random.normal(0,std,100)for std in range(1,4)]

Fig=plt.figure(figsize=(8,6))

Plt.boxplot(tang_data,notch=False,sym+’s’,vert=True)

运行以上代码之后画出以下盒图

image.png

继续对X轴和Y轴进行写全:

PLT.XTICKS(for y in range(len(tang_data)))],[‘x1’,’x2’,’x3’]

相当于把X轴上的123改为了X1 X2 X3。

再写入X label:

Plt.xlabel(‘x’)

再写入盒图的名字

Plt.title(‘box plot’)

全部代码如下:

%matplotlib inline

Import matplotlib.pyplot as plt

Import numpy as np

Tang_data=[np.random.normal(0,std,100)for std in range(1,4)]

Fig=plt.figure(figsize=(8,6))

Plt.boxplot(tang_data,notch=False,sym+’s’,vert=True)

PLT.XTICKS(for y in range(len(tang_data)))],[‘x1’,’x2’,’x3’]

Plt.xlabel(‘x’)

Plt.title(‘box plot’)

执行以上代码之后发现出现错误,系统提示语法错误,进行更改如下:

%matplotlib inline

Import matplotlib.pyplot as plt

Import numpy as np

Tang_data=[np.random.normal(0,std,100)for std in range(1,4)]

Fig=plt.figure(figsize=(8,6))

Plt.boxplot(tang_data,notch=False,sym+’s’,vert=True)

PLT.XTICKS(y+1 for y in range(len(tang_data))],[‘x1’,’x2’,’x3’]

Plt.xlabel(‘x’)

Plt.title(‘box plot’)

运行以上代码之后画出盒图,X 轴的坐标改为了 X1 X2 X3。也就是刚才指定的第1盒图第2盒图第3盒图。因为该盒图都是随机构造的,所以每次执行都是不一样的。离群点用方框来表示,以上就是用代码画的最基本的一个盒图。

相关文章
|
缓存 数据可视化
Quarto 入门教程 (4):添加内容,公式,引用
Quarto 入门教程 (4):添加内容,公式,引用
716 0
|
数据采集 数据可视化 算法
数据分析可视化常用图介绍以及相关代码实现(箱型图、Q-Q图、Kde图、线性回归图、热力图)
数据分析可视化常用图介绍以及相关代码实现(箱型图、Q-Q图、Kde图、线性回归图、热力图)
|
机器学习/深度学习 Kubernetes 算法
玩转Kubeflow第一章: kubeflow 国内本地安装及案例介绍
kubeflow 是 google 开源的一个基于 kubernetes 的 ML workflow 平台,其集成了大量的机器学习工具,这里给大家介绍下基于阿里云镜像仓库进行kubeflow安装部署,同时通过 kittab 超参数案例,pipeline workflow 的例子给大家详细介绍kubeflow各组件的玩法,同时在最后提出针对kubeflow 构建 MLOps 平台的一些思考。
19577 2
玩转Kubeflow第一章: kubeflow 国内本地安装及案例介绍
|
3天前
|
数据采集 人工智能 安全
|
12天前
|
云安全 监控 安全
|
4天前
|
自然语言处理 API
万相 Wan2.6 全新升级发布!人人都能当导演的时代来了
通义万相2.6全新升级,支持文生图、图生视频、文生视频,打造电影级创作体验。智能分镜、角色扮演、音画同步,让创意一键成片,大众也能轻松制作高质量短视频。
1080 151
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1750 9
|
9天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
690 152