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)'])
