如何用 Python 中的 Seaborn 在 Boxplot 上显示均值？
原文:https://www.geesforgeks.org/how-show-mean-on-box plot-use-seaborn-in-python/
一个箱线图是一个强大的数据可视化工具，用来了解数据的分布。它将数据分成四分位数，并根据这些四分位数得出的五个数字进行汇总:
- 中位数:数据的中间值。标记为 Q2，描绘了第 50 个百分点。
- 第一个四分位数:介于“最小非异常值”和中位数之间的中间值。标记为 Q1，描绘了第 25 个百分点。
- 第三个四分位数:介于“最大非异常值”和中位数之间的中间值。标记为 Q3，描绘了第 75 个百分点。
- “最大非异常值”:计算公式为(Q3 + 1.5*IQR)。高于此值的所有值都被视为异常值。
- “最小非异常值”:由(Q1–1.5 * IQR)计算。低于此值的所有值都被视为异常值。
它还可以表示数据的对称、偏斜和扩散。
在 Python 3 中，我们可以使用三种方法绘制箱线图，使用 matplotlib，使用 pandas，或者使用 seaborn。在这里，我们将使用 seaborn，这是一个 matplotlib 包装器，它提供了与 pandas 数据结构的紧密集成以及比 matplotlib 更好的调色板选项。我们将使用 seaborn.boxplot() 方法，然后我们将学习如何在 boxplot 上显示均值。
步骤 1: 导入库并加载数据集
蟒蛇 3
# importing useful libraries
import seaborn as sns
import matplotlib.pyplot as plt
# using titanic dataset from
# seaborn library
df = sns.load_dataset("titanic")
# to see first 5 rows of dataset
print(df.head())
数据集的前 5 行
步骤 2: 使用 seaborn.boxplot()绘制一个基本的 boxplot
蟒蛇 3
# to plot a boxplot of
# age vs survived feature
plt.figure(figsize=(10, 8))
sns.boxplot(x='survived',
y='age',
data=df)
plt.ylabel("Age", size=14)
plt.xlabel("Survived", size=14)
plt.title("Titanic Dataset", size=18)
我们观察到中位数显示为四分位线，但平均值未显示。
简单箱线图
步骤 3: 为了显示均值，我们在 boxplot 函数中使用了一个额外的关键字参数。我们将显示方式设置为“真”。
蟒蛇 3
# boxplot with showmeans
plt.figure(figsize=(10, 8))
sns.boxplot(x='survived',
y='age',
data=df,
showmeans=True) # notice the change
plt.ylabel("Age", size=14)
plt.xlabel("Survived", size=14)
plt.title("Titanic Dataset", size=18)
现在，我们观察到平均值被标记为绿色三角形，这与我们的配色方案不太匹配。
使用 showmeans 关键字参数绘制平均值
第 4 步:要设置我们的自定义标记和 markercolor，我们将使用‘mean props’关键字参数，如下面的代码所示。
蟒蛇 3
# customizing using meanprops
plt.figure(figsize=(10, 8))
sns.boxplot(x='survived',
y='age',
data=df,
showmeans=True,
meanprops={"marker": "+",
"markeredgecolor": "black",
"markersize": "10"})
plt.ylabel("Age", size=14)
plt.xlabel("Survived", size=14)
plt.title("Titanic Dataset", size=18)
