使用凹口形状时matplotlibs boxplot的奇怪行为

Question

我遇到了一些怪异的行为matplotlib的 boxplot时候,我使用了'功能notch’的形状.我正在使用一些我刚才写过的代码而且从未遇到过这些问题 - 我想知道问题是什么.有任何想法吗？

当我将凹口形状关闭时,它看起来很正常

这将是代码:

def boxplot_modified(data):

    fig = plt.figure(figsize=(8,6))
    ax = plt.subplot(111) 

    bplot = plt.boxplot(data, 
            #notch=True,          # notch shape 
            vert=True,           # vertical box aligmnent
            sym='ko',            # red circle for outliers
            patch_artist=True,   # fill with color
            )   

    # choosing custom colors to fill the boxes
    colors = 3*['lightgreen'] + 3*['lightblue'], 'lightblue', 'lightblue', 'lightblue']
    for patch, color in zip(bplot['boxes'], colors):
        patch.set_facecolor(color)

    # modifying the whiskers: straight lines, black, wider
    for whisker in bplot['whiskers']:
        whisker.set(color='black', linewidth=1.2, linestyle='-')    

    # making the caps a little bit wider 
    for cap in bplot['caps']:
        cap.set(linewidth=1.2)

    # hiding axis ticks
    plt.tick_params(axis="both", which="both", bottom="off", top="off",  
            labelbottom="on", left="off", right="off", labelleft="on")

    # adding horizontal grid lines 
    ax.yaxis.grid(True) 

    # remove axis spines
    ax.spines["top"].set_visible(False)  
    ax.spines["right"].set_visible(False) 
    ax.spines["bottom"].set_visible(True) 
    ax.spines["left"].set_visible(True)

    plt.xticks([y+1 for y in range(len(data))], 8*['x'])

    # raised title
    #plt.text(2, 1, 'Modified',
    #     horizontalalignment='center',
    #     fontsize=18)

    plt.tight_layout()
    plt.show()

boxplot_modified(df.values)

当我在没有自定义的情况下制作一个简单的情节时,问题仍然存在:

def boxplot(data):

    fig = plt.figure(figsize=(8,6))
    ax = plt.subplot(111) 

    bplot = plt.boxplot(data, 
            notch=True,          # notch shape 
            vert=True,           # vertical box aligmnent
            sym='ko',            # red circle for outliers
            patch_artist=True,   # fill with color
            )   

    plt.show()
boxplot(df.values)

Answer 1

好的,事实证明,这实际上是一个正确的行为;)

来自维基百科:

缺口框图在中间周围应用"凹口"或缩小框.凹槽有助于提供中位数差异显着性的粗略指导; 如果两个盒子的凹口不重叠,这提供了中位数之间统计上显着差异的证据.凹口的宽度与样品的四分位数范围成比例,并与样品尺寸的平方根成反比.然而,最合适的乘数存在不确定性(因为这可能根据样本方差的相似性而变化).一种惯例是使用+/- 1.58*IQR/sqrt(n).

这也在GitHub上的一个问题中讨论过; R产生类似的输出作为这种行为"正确"的证据.

因此,如果我们在缺口框图中有这种奇怪的"翻转"外观,它只是意味着第一个四分位数的值低于平均值的置信度,反之亦然.虽然它看起来很难看,但它实际上是关于中位数(un)置信度的有用信息.

自举(随机抽样与替换以估计采样分布的参数,此处:置信区间)可能会降低此影响:

从plt.boxplot文档:

bootstrap:无(默认)或整数指定是否为缺口箱图的中位数引导置信区间.如果bootstrap == None,则不执行自举,并且使用基于高斯的渐近近似来计算陷波(参见McGill,R.,Tukey,JW和Larsen,WA,1978,以及Kendall和Stuart,1967).否则,bootstrap指定引导中位数的次数,以确定它的95%置信区间.建议值介于1000和10000之间.