A Laatikko tontti tunnetaan myös nimellä Whisker juoni luodaan näyttämään yhteenveto tietoarvoista, joilla on ominaisuuksia, kuten minimi, ensimmäinen kvartiili, mediaani, kolmas kvartiili ja maksimi. Laatikkokaaviossa luodaan laatikko ensimmäisestä kvartiilista kolmanteen kvartiiliin, jossa on myös pystysuora viiva, joka kulkee laatikon läpi mediaanissa. Tässä x-akseli tarkoittaa piirrettävää dataa, kun taas y-akseli näyttää taajuusjakauman.
Laatikon luominen
Matplotlib-kirjaston matplotlib.pyplot-moduuli tarjoaa boxplot()-funktion, jonka avulla voimme luoda laatikkokaavioita.
Syntaksi:
matplotlib.pyplot.boxplot(data, notch=Ei mitään, vert=Ei mitään, patch_artist=Ei mitään, widths=Ei mitään)
Parametrit:
| Attribuutti | Arvo |
|---|---|
| tiedot | piirrettävä matriisi tai taulukon sekvenssi |
| lovi | valinnainen parametri hyväksyy loogiset arvot |
| Vihreä | valinnainen parametri hyväksyy loogiset arvot false ja true vaaka- ja pystysuoralle kuvaajalle |
| bootstrap | valinnainen parametri hyväksyy int määrittää välit lovettujen laatikkokaavioiden ympärillä |
| käyttäjämediaanit | valinnainen parametri hyväksyy datan kanssa yhteensopivan taulukon tai taulukon dimensiojonon |
| asemat | valinnainen parametri hyväksyy taulukon ja asettaa laatikoiden sijainnin |
| leveydet | valinnainen parametri hyväksyy taulukon ja asettaa laatikoiden leveyden |
| patch_artist | valinnainen parametri, jolla on loogisia arvoja |
| tarrat | merkkijonosarja asettaa tunnisteen jokaiselle tietojoukolle |
| keskiviiva | valinnainen, jolla on looginen arvo, yritä hahmontaa keskiviiva laatikon koko leveänä |
| Tilaus | valinnainen parametri määrittää boxplotin järjestyksen |
Ax.boxplot()-menetelmälle annetut tietoarvot voivat olla Numpy-taulukko tai Python-lista tai Tuple of arrays. Luodaan laatikkodiagrammi käyttämällä numpy.random.normal()-komentoa satunnaisten tietojen luomiseen. Se ottaa argumenteiksi keskiarvon, keskihajonnan ja halutun määrän arvoja.
Esimerkki:
Python 3
# Import libraries> import> matplotlib.pyplot as plt> import> numpy as np> # Creating dataset> np.random.seed(>10>)> data>=> np.random.normal(>100>,>20>,>200>)> fig>=> plt.figure(figsize>=>(>10>,>7>))> # Creating plot> plt.boxplot(data)> # show plot> plt.show()> |
>
>
Lähtö:
Laatikon mukauttaminen
Matplotlib.pyplot.boxplot() tarjoaa loputtomat mukautusmahdollisuudet laatikkokaavioon. Attribuutti notch = True luo notch-muodon box plotin, patch_artist = True täyttää boxplotin väreillä, voimme asettaa eri värejä eri laatikoille. Attribuutti vert = 0 luo vaakasuuntaisen laatikkokuvaajan. tarrat ovat samat mitat kuin numerotietojoukot.
Esimerkki 1:
Python 3
# Import libraries> import> matplotlib.pyplot as plt> import> numpy as np> # Creating dataset> np.random.seed(>10>)> data_1>=> np.random.normal(>100>,>10>,>200>)> data_2>=> np.random.normal(>90>,>20>,>200>)> data_3>=> np.random.normal(>80>,>30>,>200>)> data_4>=> np.random.normal(>70>,>40>,>200>)> data>=> [data_1, data_2, data_3, data_4]> fig>=> plt.figure(figsize>=>(>10>,>7>))> # Creating axes instance> ax>=> fig.add_axes([>0>,>0>,>1>,>1>])> # Creating plot> bp>=> ax.boxplot(data)> # show plot> plt.show()> |
>
edith mack hirsch
>
Lähtö:
Esimerkki 2: Yritetään muokata yllä olevaa kuvaajaa joillakin mukauttamisilla:
Python 3
# Import libraries> import> matplotlib.pyplot as plt> import> numpy as np> # Creating dataset> np.random.seed(>10>)> data_1>=> np.random.normal(>100>,>10>,>200>)> data_2>=> np.random.normal(>90>,>20>,>200>)> data_3>=> np.random.normal(>80>,>30>,>200>)> data_4>=> np.random.normal(>70>,>40>,>200>)> data>=> [data_1, data_2, data_3, data_4]> fig>=> plt.figure(figsize>=>(>10>,>7>))> ax>=> fig.add_subplot(>111>)> # Creating axes instance> bp>=> ax.boxplot(data, patch_artist>=> True>,> >notch>=>'True'>, vert>=> 0>)> colors>=> [>'#0000FF'>,>'#00FF00'>,> >'#FFFF00'>,>'#FF00FF'>]> for> patch, color>in> zip>(bp[>'boxes'>], colors):> >patch.set_facecolor(color)> # changing color and linewidth of> # whiskers> for> whisker>in> bp[>'whiskers'>]:> >whisker.>set>(color>=>'#8B008B'>,> >linewidth>=> 1.5>,> >linestyle>=>':'>)> # changing color and linewidth of> # caps> for> cap>in> bp[>'caps'>]:> >cap.>set>(color>=>'#8B008B'>,> >linewidth>=> 2>)> # changing color and linewidth of> # medians> for> median>in> bp[>'medians'>]:> >median.>set>(color>=>'red'>,> >linewidth>=> 3>)> # changing style of fliers> for> flier>in> bp[>'fliers'>]:> >flier.>set>(marker>=>'D'>,> >color>=>'#e7298a'>,> >alpha>=> 0.5>)> > # x-axis labels> ax.set_yticklabels([>'data_1'>,>'data_2'>,> >'data_3'>,>'data_4'>])> # Adding title> plt.title(>'Customized box plot'>)> # Removing top axes and right axes> # ticks> ax.get_xaxis().tick_bottom()> ax.get_yaxis().tick_left()> > # show plot> plt.show()> |
>
>
Lähtö:
