跳转至

熊猫和海鸟的箱线图可视化

原文:https://www.geesforgeks.org/box-plot-visualization-with-pandas-and-seaborn/

箱线图是通过四分位数描绘数字数据组的视觉表示。Boxplot 也用于检测数据集中的异常值。它通过一个简单的方框和触须高效地捕获数据摘要，并允许我们轻松地跨组进行比较。Boxplot 使用第 25 个、第 50 个和第 75 个百分位数汇总样本数据。这些百分位数也被称为下四分位数、中位四分位数和上四分位数。

方框图由 5 个部分组成。

  • 最低限度
  • 第一个四分位数或 25%
  • 中位数(第二四分位数)或 50%
  • 第三个四分位数或 75%
  • 最高的

要下载使用的数据集，点击这里的。

*用熊猫画方框图:*

使用熊猫数据框绘制箱线图的一种方法是使用熊猫库的boxplot()功能。

# import the required library 
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
% matplotlib inline

# load the dataset
df = pd.read_csv("tips.csv")

# display 5 rows of dataset
df.head()   

days 相对于total_bill的箱线图。

df.boxplot(by ='day', column =['total_bill'], grid = False)

**

同敬size tip的箱型地块。**

df.boxplot(by ='size', column =['tip'], grid = False)

**

使用海鸟图书馆绘制箱线图:**

*语法:* 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:* x = 数据集的特征 y = 数据集的特征 色相= 数据集的特征 数据= 数据框或完整数据集 颜色= 颜色名称

让我们看看如何通过 seaborn library 创建方块图。

关于“提示”数据集的信息。

# load the dataset
tips = sns.load_dataset('tips')

tips.head()

days 相对于total_bill的箱线图。

# Draw a vertical boxplot grouped 
# by a categorical variable:
sns.set_style("whitegrid")

sns.boxplot(x = 'day', y = 'total_bill', data = tips)

Let’s take the first box plot i.e, blue box plot of the figure and understand these statistical things:

  • 蓝色方框图底部黑色水平线为最小值
  • 蓝色方框图矩形的第一条黑色水平线为第一个四分位数或 25%
  • 第二黑蓝框图矩形水平线为第二四分位数或 50%或中位数。
  • 蓝色方框图矩形的第三条黑色水平线为第三个四分位数或 75%
  • 上黑蓝色方框图矩形的水平线为最大值。
  • 蓝框图的小菱形为异常数据或错误数据。**
回到顶部