好享学丨快速上手Python-matplotlib 箱线图绘制，学术人必备

好享学是高下制图推出的关于数据可视化经验分享栏目，我们将定期与您分享各界优秀人士的制图经验，一同学习。

01. 引言

箱线图(Boxplot)  是一种用作显示一组数据分散情况资料的统计图表，本期推文就如何使用matplotlib和seaborn 绘制出高度定制化的箱线图做出详细的讲解。

02. 箱线图基本介绍

箱线图，又称箱形图（boxplot）或盒式图，不同于一般的折线图、柱状图或饼图等图表，其包含一些统计学的均值、分位数、极值等统计量，该图信息量较大，不仅能够分析不同类别数据平均水平差异，还能揭示数据间离散程度、异常值、分布差异等。具体含义可通过如下图表进行说明：

(以上图来源于网络，如侵权，望告知，删除)

03. matplotlib绘制

Matplotlib 中绘制箱线图的函数为 boxplot ()，但要想进行定制化绘制需求，则需设置较多的绘图参数，boxplot()基本语法如下：

下面就常用的属性进行介绍：

参数                           说明    

x                          指定要绘制箱线图的数据       

notch                  是否是凹口的形式展现箱线图   

sym                     指定异常点的形状      

vert                     是否需要将箱线图垂直摆放       

whis                    指定上下须与上下四分位的距离      

positions             指定箱线图的位置      

widths                 指定箱线图的宽度      

patch_artist        是否填充箱体的颜色；      

meanline            是否用线的形式表示均值   

showmeans       是否显示均值      

showcaps          是否显示箱线图顶端和末端的两条线

showbox           是否显示箱线图的箱体

showfliers         是否显示异常值

boxprops          设置箱体的属性，如边框色，填充色等

labels                为箱线图添加标签

filerprops          设置异常值的属性

medianprops    设置中位数的属性

meanprops       设置均值的属性

capprops          设置箱线图顶端和末端线条的属性

whiskerprops    设置须的属性

2.1  数据

现有数如下（部分）：

详细绘制代码如下：

import matplotlib.pyplot as plt

box_1 = data_box['box01']
box_2 = data_box['box02']

plt.rcParams['font.family'] = ["Times New Roman"]
fig, ax = plt.subplots(figsize=(6,4),dpi=200)

box_plot01 = ax.boxplot(box_1,positions =[1],patch_artist = True,widths=0.4,vert=False,
                       boxprops={'color':'black','facecolor':'dimgray','lw':0.7},
                       medianprops={'color':'black'},
                       capprops={'color':'black','lw':.9},
                       whiskerprops={'color':'black','lw':0.9},
                       flierprops={'lw':.8,'alpha':.7,'markersize':3.5,'marker':'d'})

box_plot02 = ax.boxplot(box_2,positions =[2],patch_artist = True,widths=0.4,vert=False,
                       boxprops={'color':'black','facecolor':'darkgray','lw':0.7},
                       medianprops={'color':'black'},
                       capprops={'color':'black','lw':.9},
                       whiskerprops={'color':'black','lw':0.9},
                       flierprops={'lw':.8,'alpha':.5,'markersize':3.5,'marker':'d'})
#添加图例
ax.legend([box_plot01["boxes"][0], box_plot02["boxes"][0]], ['Train sample', 'Test_sample'], 
          loc='upper right',frameon=False)
#设置刻度属性
ax.tick_params(left=True,bottom=True,direction='in',labelsize=12)
#设置y轴范围
ax.set_ylim(.5,2.8)
#设置y轴刻度label
ax.set_yticklabels([])
#设置x、y轴
fontdict1 = {"size":13,"color":"k",'family':'Times New Roman'}
ax.set_xlabel("Values", fontdict=fontdict1)
ax.set_ylabel("Different Type Data ", fontdict=fontdict1)

#添加序号
ax.set_title('Box plots for different types data\n',fontsize=15)
text_font = {'family':'Times New Roman','size':'22','weight':'bold','color':'black'}
ax.text(.02,.9,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)
ax.text(.8,.056,'\nVisualization by DataCharm',transform = ax.transAxes,
        ha='center', va='center',fontsize = 8.5,color='black')
plt.savefig(r'E:\Data_resourses\DataCharm 公众号\Python\学术图表绘制\boxplot_region.png',width=6,height=4,
            dpi=900,bbox_inches='tight')
plt.show()#显示图像

可以看出，在对boxplot进行定制化需求时，也只是对基本的填充颜色、线宽、线类型、异常点的颜色、形状、透明度等基本设置。具体操作不是很难，可能就是需要设置较多的参数。结果如下：

注意，这里盒子的填充颜色选择了"灰色系"的颜色进行填充，这对学术图表是比较友好的，具体的颜色系可以参看下图 ：

建议大家在绘制学术图表时，多采用红色方框中的色系。(感觉没有ggplot2的grey20，grey30等好记啊)

04. seaborn 绘制

相对于matplotlib 大量的绘图属性需要设置，python统计绘图库seaborn绘制箱线图代码量则少很多，但要想绘制不同类别数据箱线图，则需对数据添加类别标签，如下：

具体绘制代码如下：

plt.rcParams['font.family'] = ["Times New Roman"]
fig, ax = plt.subplots(figsize=(6,4),dpi=200)
palette = ['dimgray','darkgray']
sns_box = sns.boxplot(x=plot_data['AOD_550nm'],y=plot_data['Type'],hue=plot_data['Type'],
                     palette=palette,dodge=False,width=.4,ax=ax)
#去除图例title
ax.legend(frameon=False).set_title("")
ax.tick_params(left=True,bottom=True,direction='in',labelsize=12)
ax.set_yticklabels([])
ax.set_ylabel("Different Type Data ", fontdict=fontdict1)
ax.set_xlabel("Values",fontdict=fontdict1)
ax.set_title('Box plots for different types data\n',fontsize=15)
ax.text(.02,.9,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)
ax.text(.8,.056,'\nVisualization by DataCharm',transform = ax.transAxes,
        ha='center', va='center',fontsize = 8.5,color='black')
plt.savefig(r'E:\Data_resourses\DataCharm 公众号\Python\学术图表绘制\boxplot_sns.png',width=6,height=4,
            dpi=900,bbox_inches='tight')

结果如下：

当然，你还可以通过设置seaborn或matplotlib的主题，绘制不同风格的图表，如下：

在当类别数据较多时，你也可以将箱线图垂直绘制，如下：

彩蛋分享

悄悄告诉你，来高下制图，小白也能拥有高大上箱线图哦！快扫码加入内测群，更有制图大牛带飞和我们一起学习进步吧~

还在为如何制作精美图表苦恼头秃么？全新推出高下制图app，不断更新的制图模板，随心更改样式，轻松一键制图。现在积极参与高下制图内测，更有机会获得正式版会员，享受轻松作图哦。更多详情请扫码进群了解。

往期推荐

“在看”吗？在看就点一下吧