标签: boxplot

您是否知道如何将抖动应用于箱线图的异常数据？这是代码

ggplot(data = a, aes(x = "", y = a$V8)) +
geom_boxplot(outlier.size = 0.5)+
geom_point(data=a, aes(x="", y=a$V8[54]), colour="red", size=3) + 
theme_bw()+
coord_flip()

谢谢!!

我正在尝试使用gnuplot可视化我拥有的数据集(在Java中,但这并不重要).我可以就此问一些不同的问题,但是现在:假设我的数据是分类的,对于每个类别,我有四分位数1,2,3,最小值和最大值,以及该类别中样本的总重量(但不是实际样本数据).我想用GNUplot'candlestick'来绘制这个.我几乎可以得到这个:

除了使用盒子宽度可视化样品的重量.

这可以在gnuplot'烛台'情节中完成吗？还有其他方法吗？

注意:我最感兴趣的是使用gnuplot.其他建议只有在它们易于编写脚本并且不需要安装太多其他软件时才受欢迎.

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, …

用图来问这个问题比较容易.目前我使用matplotlib获得以下boxplot图:

有没有办法获得这样的图形,但每个框位于与相应的x轴编号一致的位置(如在正常的散点图中,但是用方框而不是点)？

此时x轴上的数字是通过labels=参数添加的.

我有

X=c(20 ,18, 34, 45, 30, 51, 63, 52, 29, 36, 27, 24)

随着boxplot,我试图绘制quantile(X,0.25),quantile(X,0.75) 但这不是真正的R中的boxplot中的上下四分位数

boxplot(X)
abline(h=quantile(X,0.25),col="red",lty=2)
abline(h=quantile(X,0.75),col="red",lty=2)

你知道为什么吗？

我想将“随机”类别中框的宽度调整为与图中其他框的宽度相同。它现在是一个组，而其他组包含两个子组......关于如何做到这一点的任何想法？

使用geom_boxplot(width=0.2)just 会更改所有框的宽度。到目前为止，我使用了以下代码：

ggplot(TablePerCatchmentAndYear,aes(x=NoiseType, y= POA, fill = TempRes)) + 
 geom_boxplot(lwd=0.05) + ylim(c(-1.25, 1)) + theme(legend.position='bottom') + 
 ggtitle('title')+ scale_fill_discrete(name = '')

我为此使用的数据如下表：

TablePerCatchmentAndYear = structure(list(CatchmentModelType = c("2126_Murg_2009_dry_bench_hourly", 
"2126_Murg_2009_dry_bench_hourly", "2126_Murg_2009_dry_bench_hourly", 
"2126_Murg_2009_dry_bench_hourly", "2126_Murg_2009_dry_bench_hourly", 
"2126_Murg_2009_dry_bench_hourly", "2126_Murg_2009_dry_bench_hourly", 
"2126_Murg_2009_dry_bench_hourly", "2126_Murg_2009_dry_bench_hourly", 
"2126_Murg_2009_dry_bench_hourly", "2126_Murg_2009_dry_LogNormSDdivBy4_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy4_hourly", "2126_Murg_2009_dry_LogNormSDdivBy4_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy4_hourly", "2126_Murg_2009_dry_LogNormSDdivBy4_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy4_hourly", "2126_Murg_2009_dry_LogNormSDdivBy4_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy4_hourly", "2126_Murg_2009_dry_LogNormSDdivBy4_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy4_hourly", "2126_Murg_2009_dry_LogNormSDdivBy2_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy2_hourly", "2126_Murg_2009_dry_LogNormSDdivBy2_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy2_hourly", "2126_Murg_2009_dry_LogNormSDdivBy2_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy2_hourly", "2126_Murg_2009_dry_LogNormSDdivBy2_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy2_hourly", "2126_Murg_2009_dry_LogNormSDdivBy2_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy2_hourly", "2126_Murg_2009_dry_LogNormSDdivBy1_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy1_hourly", "2126_Murg_2009_dry_LogNormSDdivBy1_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy1_hourly", "2126_Murg_2009_dry_LogNormSDdivBy1_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy1_hourly", "2126_Murg_2009_dry_LogNormSDdivBy1_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy1_hourly", "2126_Murg_2009_dry_LogNormSDdivBy1_hourly", 
"2126_Murg_2009_dry_LogNormSDdivBy1_hourly", "2126_Murg_2009_dry_random_hourly", 
"2126_Murg_2009_dry_random_hourly", "2126_Murg_2009_dry_random_hourly", 
"2126_Murg_2009_dry_random_hourly", "2126_Murg_2009_dry_random_hourly", 
"2126_Murg_2009_dry_random_hourly", "2126_Murg_2009_dry_random_hourly", 
"2126_Murg_2009_dry_random_hourly", "2126_Murg_2009_dry_random_hourly", 
"2126_Murg_2009_dry_random_hourly", "2126_Murg_2009_dry_bench_weekly", 
"2126_Murg_2009_dry_bench_weekly", …

这是参考以下问题，其中讨论了调整子图标题和布局的选项： 修改熊猫箱线图输出

我的要求是更改每个子图中各个框的颜色（如下所示）：

以下是共享链接中用于调整子图的标题和轴属性的代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.rand(140, 4), columns=['A', 'B', 'C', 'D'])
df['models'] = pd.Series(np.repeat(['model1','model2', 'model3', 'model4',     'model5', 'model6', 'model7'], 20))
bp = df.boxplot(by="models",layout=(4,1),figsize=(6,8))
[ax_tmp.set_xlabel('') for ax_tmp in np.asarray(bp).reshape(-1)]
fig = np.asarray(bp).reshape(-1)[0].get_figure()
fig.suptitle('New title here')
plt.show()

我尝试使用： ax.set_facecolor('color') 属性，但没有成功获得所需的结果。

我也尝试访问 bp['boxes'] 但显然它不可用。我需要对 bp 中存储的数据结构有一些了解，以便访问子图中的各个框。

期待

PS：我知道seaborn。但目前需要使用 df.boxplot 来理解和实现。谢谢

如何增加seaborn箱线图中两个特定框之间的空间？在提示数据集中，如何修改周六和周日之间的间距而不影响其他框。我已经在数据框中包含了空列，但使用此解决方法无法控制间距。

%matplotlib inline
import seaborn as sns
tips = sns.load_dataset("tips")
ax = sns.boxplot(x="day", y="total_bill", data=tips)

问题：

color=<group>使用plotly express，您可以对数据进行分组并使用in分配不同的颜色px.box()。但是你怎么能用plotly.graph_objectsand来做同样的事情呢？go.box()

一些细节：

Plotly Express 很好，但有时我们需要的不仅仅是基础知识。因此，我尝试使用 Plotly Go 来代替，但随后我无法弄清楚如何在组中使用方框来绘制方框图，而无需go.Box 像文档中那样手动为每个组添加 a 。

以下是我从 Plotly Express 文档中获取的代码：

import plotly.express as px

df = px.data.tips()
fig = px.box(df, x="time", y="total_bill", color="smoker",
             notched=True, # used notched shape
             title="Box plot of total bill",
             hover_data=["day"] # add day column to hover data
            )
fig.show()

如何在 Plotly Go 中实现同样的目标？因为该color财产不被认为是有效的。

import plotly.graph_objects as go

df = px.data.tips()
fig = go.Figure(go.Box(
    x=df.time, 
    y=df.total_bill, 
    color="smoker",
    notched=True, # used notched …

更一般地说，如何更改 seaborn 箱线图中框属性子集的颜色值？无论是中位数、胡须等等。我对如何更改中值特别感兴趣，因为我必须创建具有深色的图，并且在它的衬托下看不到中线。

这是一些示例代码：

import matplotlib.pyplot as plt
import seaborn as sns

fig, ax1 = plt.subplots(figsize=(15,5)

colours = ["#000184", "#834177"]
sns.set_palette(sns.color_palette(colours))
tips = sns.load_dataset("tips")
sns.boxplot(x="day", y="total_bill", hue="smoker", data=tips, ax=ax1)

这会创建：

可以看出，这里很难看到蓝色的中线。

注意 - 我不想改变整个箱线图的颜色，只是改变线条的一部分（在本例中是中位数）。Yes另外 -需要为特定群体（在本例中为吸烟者）更改它的选项，因为颜色可能不适用于这两个群体。