文章目录
前言一、所用到的模块二、单一颜色的普通不分组箱线图1.示例数据如下2.代码如下2.1 代码如下（示例）：2.1.1 Case1： 三、多种颜色的普通不分组箱线图1.示例数据如下2.代码如下2.1 代码如下（示例）：2.1.1 Case1： 四、多种颜色的普通分组箱线图和散点图的叠加图1.示例数据如下2.代码如下2.1 代码如下（示例）：2.1.1 Case1： 五、总结前言
本文我们主要介绍利用Python中的Matplotlib模块进行几种箱线图的画法，包括整张图片只有一种颜色的不分组箱线图、整张图片有好几种颜色的不分组箱线图、整张图片有好几种颜色的分组箱线图等。
一、所用到的模块
主要利用Python中的Matplotlib模块完成该功能。
二、单一颜色的普通不分组箱线图
1.示例数据如下
表格如下（示例）：
现在需要把表格中的数据绘制成箱线图，从而进一步分析每个班级的学生成绩情况。
2.代码如下
2.1 代码如下（示例）：
2.1.1 Case1：
import matplotlib.pyplot as plt# 设置字体, 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 解决图像中的'-'负号的乱码问题plt.rcParams['axes.unicode_minus'] = FalseClassA_C = [80, 90, 75, 65, 85, 95, 100, 100, 80, 70, 90, 95, 85, 86, 92, 90, 95, 90, 85, 100]ClassB_C = [60, 70, 80, 65, 75, 80, 73, 75, 85, 90, 95, 65, 70, 75, 80, 85, 95, 85, 80, 70]ClassC_C = [60, 80, 100, 100, 100, 100, 90, 95, 95, 95, 85, 95, 95, 95, 95, 80, 95, 90, 90, 90]fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')ax = fig.add_subplot(facecolor='white')# 红橙黄绿青蓝紫color_list = ['#FF0000', '#FF8C00', '#FFFF00', '#00FF00', '#00FFFF', '#0000FF', '#800080']x_labels = ['甲班', '乙班', '丙班']x_loc = [1, 2, 3]boxplot_data = [ClassA_C, ClassB_C, ClassC_C]ax.boxplot(boxplot_data, positions=x_loc, widths=0.4, patch_artist=True,medianprops={'lw': 1, 'color': '#FF8C00'},boxprops={'facecolor': 'None', 'edgecolor': '#FF8C00'},capprops={'lw': 1, 'color': '#FF8C00'},whiskerprops={'ls': '-', 'lw': 1, 'color': '#FF8C00'},showfliers=True,flierprops={'marker': 'o', 'markerfacecolor': '#FF8C00', 'markeredgecolor': '#FF8C00', 'markersize': 8})ax.grid(True, ls=':', color='b', alpha=0.3)plt.title('甲乙丙各班语文成绩Box_chart分析', fontweight='bold')ax.set_xticks(x_loc)ax.set_xticklabels(x_labels, rotation=90)ax.set_ylabel('分数/百分制', fontweight='bold')# 设置x, y坐标轴的刻度标签字体加粗plt.xticks(weight='bold')plt.yticks(weight='bold')fig.tight_layout()plt.show()
输出结果如下：
注意：如果想保存这种画布带背景颜色且轴域也带背景颜色的图片（在此图中，画布[fig]背景颜色为#B0C4DE，轴域[ax]背景颜色为white），需要使用以下语句保存到本地，具体语句如下：
plt.savefig(picture_name + '.jpg', facecolor=self.fig.get_facecolor())# 其中picture_name为给图片命的名字
三、多种颜色的普通不分组箱线图
1.示例数据如下
表格如下（示例）：
现在需要把表格中的数据绘制成箱线图，从而进一步分析每个班级的学生成绩情况。
2.代码如下
2.1 代码如下（示例）：
2.1.1 Case1：
import matplotlib.pyplot as plt# 设置字体, 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 解决图像中的'-'负号的乱码问题plt.rcParams['axes.unicode_minus'] = FalseClassA_C = [80, 90, 75, 65, 85, 95, 100, 100, 80, 70, 90, 95, 85, 86, 92, 90, 95, 90, 85, 100]ClassB_C = [60, 70, 80, 65, 75, 80, 73, 75, 85, 90, 95, 65, 70, 75, 80, 85, 95, 85, 80, 30]ClassC_C = [60, 80, 100, 100, 100, 100, 90, 95, 95, 95, 85, 95, 95, 95, 95, 80, 95, 90, 90, 90]fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')ax = fig.add_subplot(facecolor='white')# 橙绿蓝color_list = ['#FF8C00', '#00FF00', '#0000FF']# marker的形状列表marker_list = ['o', 'D', 's']# marker的大小列表markersize_list = [3, 8, 13]x_labels = ['甲班', '乙班', '丙班']x_loc = [1, 2, 3]boxplot_data = [ClassA_C, ClassB_C, ClassC_C]print(len(boxplot_data))bp = ax.boxplot(boxplot_data, positions=x_loc, widths=0.4, patch_artist=True, showfliers=True)for i in range(len(bp['boxes'])):bp['boxes'][i].set(facecolor='None', edgecolor=color_list[i])# 顶端, 末端两条线; 顶端:0, 2, 4; 末端:1, 3, 5bp['caps'][2 * i].set(color=color_list[i])bp['caps'][2 * i + 1].set(color=color_list[i])# 中位数那条线bp['medians'][i].set(color=color_list[i])# 顶端, 末端两条须; 顶端:0, 2, 4; 末端:1, 3, 5bp['whiskers'][2 * i].set(color=color_list[i])bp['whiskers'][2 * i + 1].set(color=color_list[i])# 分别设置异常点的形状, 填充颜色, 轮廓颜色, 大小bp['fliers'][i].set_marker(marker_list[i])bp['fliers'][i].set_markerfacecolor(color_list[i])bp['fliers'][i].set_markeredgecolor(color_list[i])bp['fliers'][i].set_markersize(markersize_list[i])ax.grid(True, ls=':', color='b', alpha=0.3)plt.title('甲乙丙各班语文成绩Box_chart分析', fontweight='bold')ax.set_xticks(x_loc)ax.set_xticklabels(x_labels, rotation=90)ax.set_ylabel('分数/百分制', fontweight='bold')plt.xticks(weight='bold')plt.yticks(weight='bold')fig.tight_layout()plt.show()
输出结果如下：
注意：如果想保存这种画布带背景颜色且轴域也带背景颜色的图片（在此图中，画布[fig]背景颜色为#B0C4DE，轴域[ax]背景颜色为white），需要使用以下语句保存到本地，具体语句如下：
plt.savefig(picture_name + '.jpg', facecolor=self.fig.get_facecolor())# 其中picture_name为给图片命的名字
四、多种颜色的普通分组箱线图和散点图的叠加图
1.示例数据如下
表格如下（示例）：
现在需要把表格中的数据绘制成箱线图，从而进一步分析每个班级的学生成绩情况。
2.代码如下
2.1 代码如下（示例）：
2.1.1 Case1：
import matplotlib.pyplot as pltimport numpy as np# 设置字体, 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 解决图像中的'-'负号的乱码问题plt.rcParams['axes.unicode_minus'] = FalseClassA_C = [80, 90, 75, 65, 85, 95, 100, 100, 80, 70, 90, 95, 85, 86, 92, 90, 95, 90, 85, 100]ClassA_M = [70, 90, 95, 85, 75, 85, 90, 100, 100, 85, 90, 95, 98, 99, 85, 88, 86, 75, 78, 90]ClassA_E = [90, 100, 100, 85, 75, 90, 100, 100, 75, 70, 85, 90, 95, 95, 90, 80, 70, 80, 70, 75]ClassB_C = [60, 70, 80, 65, 75, 80, 73, 75, 85, 90, 95, 65, 70, 75, 80, 85, 95, 85, 80, 70]ClassB_M = [60, 70, 75, 80, 75, 75, 65, 80, 60, 80, 90, 95, 95, 90, 80, 85, 75, 75, 60, 65]ClassB_E = [70, 75, 75, 70, 60, 90, 98, 95, 85, 75, 70, 60, 65, 70, 75, 75, 80, 75, 70, 80]ClassC_C = [60, 80, 100, 100, 100, 100, 90, 95, 95, 95, 85, 95, 95, 95, 95, 80, 95, 90, 90, 90]ClassC_M = [100, 100, 100, 95, 95, 95, 95, 95, 90, 85, 90, 90, 90, 95, 90, 95, 95, 95, 95, 90]ClassC_E = [80, 90, 100, 100, 100, 90, 95, 95, 95, 90, 95, 90, 95, 90, 95, 90, 95, 90, 95, 85]fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')ax = fig.add_subplot(facecolor='white')# 每个刻度标签下有几个group就有几个箱子group_dataA = [ClassA_C, ClassA_M, ClassA_E]boxplot_dataABC_C = [ClassA_C, ClassB_C, ClassC_C]boxplot_dataABC_M = [ClassA_M, ClassB_M, ClassC_M]boxplot_dataABC_E = [ClassA_E, ClassB_E, ClassC_E]# 橙绿蓝color_list = ['#FF8C00', '#00FF00', '#0000FF']x_labels = ['甲班', '乙班', '丙班']legend_labels = ['语文', '数学', '英语']length = len(x_labels)x_loc = np.arange(length)group_number = len(group_dataA)total_width = 0.6box_total_width = total_width * 0.65interval_total_width = total_width * 0.35box_width = box_total_width / group_number###################################################if group_number == 1:interval_width = interval_total_widthelse:interval_width = interval_total_width / (group_number - 1)###################################################if group_number % 2 == 0:x1_box = x_loc - (group_number / 2 - 1) * box_width - box_width / 2 - (group_number / 2 - 1) * interval_width - interval_width / 2else:x1_box = x_loc - ((group_number - 1) / 2) * box_width - ((group_number - 1) / 2) * interval_widthx_list_box = [x1_box + box_width * i + interval_width * i for i in range(group_number)]boxplot_data = [boxplot_dataABC_C, boxplot_dataABC_M, boxplot_dataABC_E]for i in range(len(boxplot_data)):###################################################################### 先画boxplot######################## boxplot_data_num用来统计每组数据的长度, 画scatter图时会用到boxplot_data_num = []for j in boxplot_data[i]:boxplot_data_num_tmp = len(j)boxplot_data_num.append(boxplot_data_num_tmp)#######################ax.boxplot(boxplot_data[i], positions=x_list_box[i], widths=box_width, patch_artist=True,medianprops={'lw': 1, 'color': color_list[i]},boxprops={'facecolor': 'None', 'edgecolor': color_list[i]},capprops={'lw': 1, 'color': color_list[i]},whiskerprops={'ls': '-', 'lw': 1, 'color': color_list[i]},showfliers=False, zorder=1)# flierprops = {'marker': 'o', 'markerfacecolor': color_list[i], 'markeredgecolor': color_list[i], 'markersize': 8}###################################################################### 再画scatter# 将每一组箱线图统计的所有点绘制在图上# spotx是每一组箱线图所有的点的横坐标spotx = []for j_spotx, k_spotx in zip(x_list_box[i], boxplot_data_num):spotx_tmp = [j_spotx] * k_spotxspotx.append(spotx_tmp)# print('$$$spotx:', spotx)ax.scatter(spotx, boxplot_data[i], c=color_list[i], s=30, label=legend_labels[i], zorder=2)ax.grid(True, ls=':', color='b', alpha=0.3)plt.title('甲乙丙各班语文/数学/英语成绩Box_chart分析', fontweight='bold')ax.set_xticks(x_loc)ax.set_xticklabels(x_labels, rotation=90)ax.set_ylabel('分数/百分制', fontweight='bold')################################################################################################################################################################################################################################plt.legend(title='学科', loc='center left', bbox_to_anchor=(1.02, 0.5), facecolor='None', edgecolor='#000000',frameon=True, ncol=1, markerscale=3, borderaxespad=0, handletextpad=0.1, fontsize='x-large', title_fontsize='x-large')################################################################################################################################################################################################################################plt.xticks(weight='bold')plt.yticks(weight='bold')fig.tight_layout()plt.show()
输出结果如下：
注意：如果想保存这种画布带背景颜色且轴域也带背景颜色的图片（在此图中，画布[fig]背景颜色为#B0C4DE，轴域[ax]背景颜色为white），需要使用以下语句保存到本地，具体语句如下：
plt.savefig(picture_name + '.jpg', facecolor=self.fig.get_facecolor())# 其中picture_name为给图片命的名字
五、总结
以上就是今天要讲的内容，本文详细介绍了各种箱线图的绘制过程和方法，并用实例给大家演示了具体的实现代码和实现逻辑，希望对大家学习画箱线图有帮助。最后我提出以下几个问题：
(1)为什么我不直接在ax.boxplot()函数中直接用labels这个参数生成legend，反而要利用ax.scatter()函数中的label参数生成legend？
(2)还有什么方法能够生成箱线图的图例？
(3)箱线图的图例生成方法和柱状图、折线图、饼图、直方图、散点图等图的图例生成方法有什么不同之处或特别之处？
这些将在后面将要写的一篇博文名为《Python Matplotlib数据可视化绘图之（五）————箱线图与散点图的叠加图》的文章中详细讲解
如果觉得《Python Matplotlib数据可视化绘图之（二）————箱线图》对你有帮助，请点赞、收藏，并留下你的观点哦！
