sns.boxplot() ，df.plot.box()，df.boxplot()箱型图

箱形图（Box-plot）：

又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。它能显示出一组数据的最大值、最小值、中位数及上下四分位数

 

做模型时，经常使用箱型图查看特征变量有没有异常值

 

一、sns.boxplot()

#参数如下：
seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)

参数说明：

x，y：dataframe中的列名（str）或者矢量数据

data：dataframe或者数组

hue（str）：dataframe的列名，按照列名中的值分类形成分类的条形图

palette：调色板，控制图像的色调

order, hue_order (lists of strings)：用于控制条形图的顺序

orient："v"|"h" 用于控制图像使水平还是竖直显示（这通常是从输入变量的dtype推断出来的，此参数一般当不传入x、y，只传入data的时候使用）

fliersize：float，用于指示离群值观察的标记大小

whis： 确定离群值的上下界（IQR超过低和高四分位数的比例），此范围之外的点将被识别为异常值。IQR指的是上下四分位的差值。

width： float，控制箱型图的宽度

 

使用iris数据集作为例子

x参数（箱型图横着放，默认也是横着放）

%matplotlib inline
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
plt.rc("font",family="SimHei",size="15")  #解决中文乱码问题

data=pd.DataFrame(load_iris().data,columns=load_iris().feature_names)
data['sample']=load_iris().target
data.columns

#x参数,下面结果都一致
sns.boxplot(x=data['sepal length (cm)'])
sns.boxplot(x=data['sepal length (cm)'],data=data)
sns.boxplot(x='sepal length (cm)',data=data)
sns.boxplot(data['sepal length (cm)'])

 

 

y参数（竖着放）

#y参数,下面结果都一致
sns.boxplot(y=data['sepal length (cm)'])
sns.boxplot(y=data['sepal length (cm)'],data=data)
sns.boxplot(y='sepal length (cm)',data=data)
sns.boxplot(y='sample',data=data)

 

 

#直接是data
sns.boxplot(data=data)

 

 

#x,y同时使用，x的类别最要不要太多,最好是类别型（或者类别少的）为x，数值型（或者类别多的)为y
sns.boxplot(x='sepal length (cm)',y='petal length (cm)',data=data)
sns.boxplot(x='sepal length (cm)',y='sample',data=data)
sns.boxplot(y='sepal length (cm)',x='sample',data=data)

 

 

#x,y,hue
sns.boxplot(x='sepal length (cm)',y='petal length (cm)',hue='sample',data=data)

 

#用于控制图像使水平还是竖直显示
fig,axes=plt.subplots(2,1)
sns.boxplot(data=data,orient="v",palette="Set3",ax=axes[0])  #竖直显示
sns.boxplot(data=data,orient="h",palette="Set3",ax=axes[1])  #水平显示 

 

 

#fliersize：float，用于指示离群值观察的标记大小
fig,axes=plt.subplots(1,2)
sns.boxplot(data=data,ax=axes[0]) #fliersize默认为5
sns.boxplot(data=data,fliersize=20,ax=axes[1])  

 

 

#whis： 确定离群值的上下界（IQR超过低和高四分位数的比例），此范围之外的点将被识别为异常值。IQR指的是上下四分位的差值
fig,axes=plt.subplots(1,2)
sns.boxplot(data=data,whis=1,ax=axes[0])  #左图
sns.boxplot(data=data,whis=2,ax=axes[1])  #右图

 

 

 

 

#width： float，控制箱型图的宽度
fig,axes=plt.subplots(1,2)
sns.boxplot(data=data,width=0.3,ax=axes[0])  #左图
sns.boxplot(data=data,width=0.8,ax=axes[1])  #右图

 

 

二、df.plot.box()反正就是df画图

#df.boxplot
data.boxplot()
data.plot.box()
data['sample'].boxplot()  #这样不行
data['sepal length (cm)'].plot.box()
data.boxplot('sepal length (cm)')
data.boxplot(['sepal length (cm)'])
data.boxplot(['sepal length (cm)','petal length (cm)'])

 还有一种

local.boxplot(column='loan_amt', by='have_localhouse_flag')

 

 这种效果和seaborn 的x,y赋值是一样的，但是要记住类别少的放在x轴，数值型一般放在y轴

 

三、plt.boxplot()，看来x只有接收一个特征时才比较适用

 

plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None)

x：指定要绘制箱线图的数据
notch：是否以凹口的形式展现箱线图，默认非凹口
sym：指定异常点的形状，默认为+号显示
vert：是否需要将箱线图垂直摆放，默认垂直摆放
whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差
positions：指定箱线图的位置，默认为[0,1,2…]
widths：指定箱线图的宽度，默认为0.5
patch_artist：bool类型参数，是否填充箱体的颜色；默认为False
meanline：bool类型参数，是否用线的形式表示均值，默认为False
showmeans：bool类型参数，是否显示均值，默认为False
showcaps：bool类型参数，是否显示箱线图顶端和末端的两条线（即上下须），默认为True
showbox：bool类型参数，是否显示箱线图的箱体，默认为True
showfliers：是否显示异常值，默认为True
boxprops：设置箱体的属性，如边框色，填充色等
labels：为箱线图添加标签，类似于图例的作用
filerprops：设置异常值的属性，如异常点的形状、大小、填充色等
medianprops：设置中位数的属性，如线的类型、粗细等
meanprops：设置均值的属性，如点的大小、颜色等
capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等
whiskerprops：设置须的属性，如颜色、粗细、线的类型等

#plt.boxplot(),
plt.boxplot(x=data)  #什么鬼，看不清楚
plt.boxplot(x=data[['sample','petal length (cm)']])  #还是看不清楚
plt.boxplot(x=data['sepal length (cm)'])

 

 

全部代码如下：

# -*- coding: utf-8 -*-
"""
Created on Tue Jul 21 10:52:00 2020

@author: Admin
"""

%matplotlib inline
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
plt.rc("font",family="SimHei",size="15")  #解决中文乱码问题

data=pd.DataFrame(load_iris().data,columns=load_iris().feature_names)
data['sample']=load_iris().target
data.columns
data.info()

#x参数,下面结果都一致
sns.boxplot(x=data['sepal length (cm)'])
sns.boxplot(x=data['sepal length (cm)'],data=data)
sns.boxplot(x='sepal length (cm)',data=data)
sns.boxplot(data['sepal length (cm)'])


#y参数,下面结果都一致
sns.boxplot(y=data['sepal length (cm)'])
sns.boxplot(y=data['sepal length (cm)'],data=data)
sns.boxplot(y='sepal length (cm)',data=data)
sns.boxplot(y='sample',data=data)


#直接是data
sns.boxplot(data=data)

#x,y同时使用，x的类别最要不要太多,最好是类别型（或者类别少的）为x，数值型（或者类别多的)为y
sns.boxplot(x='sepal length (cm)',y='petal length (cm)',data=data)
sns.boxplot(x='sepal length (cm)',y='sample',data=data)
sns.boxplot(y='sepal length (cm)',x='sample',data=data)
sns.boxplot(x='sample',y='sepal length (cm)',data=data)

#x,y,hue
sns.boxplot(x='sepal length (cm)',y='petal length (cm)',hue='sample',data=data)


#用于控制图像使水平还是竖直显示
fig,axes=plt.subplots(2,1)
sns.boxplot(data=data,orient="v",palette="Set3",ax=axes[0])  #竖直显示
sns.boxplot(data=data,orient="h",palette="Set3",ax=axes[1])  #水平显示 

#fliersize：float，用于指示离群值观察的标记大小
fig,axes=plt.subplots(1,2)
sns.boxplot(data=data,ax=axes[0]) #fliersize默认为5
sns.boxplot(data=data,fliersize=20,ax=axes[1])  


#whis： 确定离群值的上下界（IQR超过低和高四分位数的比例），此范围之外的点将被识别为异常值。IQR指的是上下四分位的差值
fig,axes=plt.subplots(1,2)
sns.boxplot(data=data,whis=1,ax=axes[0])  #左图
sns.boxplot(data=data,whis=2,ax=axes[1])  #右图

#width： float，控制箱型图的宽度
fig,axes=plt.subplots(1,2)
sns.boxplot(data=data,width=0.3,ax=axes[0])  #左图
sns.boxplot(data=data,width=0.8,ax=axes[1])  #右图

#df.boxplot
data.boxplot()
data.plot.box()
data['sample'].boxplot()  #这样不行
data['sepal length (cm)'].plot.box()
data.boxplot('sepal length (cm)')
data.boxplot(['sepal length (cm)'])
data.boxplot(['sepal length (cm)','petal length (cm)'])


#plt.boxplot(),
plt.boxplot(x=data)  #什么鬼，看不清楚
plt.boxplot(x=data[['sample','petal length (cm)']])  #还是看不清楚
plt.boxplot(x=data['sepal length (cm)'])