当前位置：首页 > news >正文

【Pandas】pandas DataFrame boxplot

news 2025/7/8 10:19:19

Pandas2.2 DataFrame

Plotting

方法	描述
DataFrame.plot([x, y, kind, ax, …])	用于对 DataFrame 数据进行可视化的一个便捷接口
DataFrame.plot.area([x, y, stacked])	用于绘制面积图（Area Plot）的方法
DataFrame.plot.bar([x, y])	用于绘制垂直柱状图（Bar Chart）的方法
DataFrame.plot.barh([x, y])	用于绘制水平柱状图（Horizontal Bar Chart）的方法
DataFrame.plot.box([by])	用于绘制箱型图（Boxplot）的方法
DataFrame.plot.density([bw_method, ind])	用于绘制密度图（Kernel Density Estimate, KDE）的方法
DataFrame.plot.hexbin(x, y[, C, …])	用于绘制六边形箱图（Hexbin Plot）的方法
DataFrame.plot.hist([by, bins])	用于绘制直方图（Histogram）的方法
DataFrame.plot.kde([bw_method, ind])	用于绘制核密度估计图（Kernel Density Estimate, KDE）的方
DataFrame.plot.line([x, y])	用于绘制折线图（Line Plot）的方法
DataFrame.plot.pie(**kwargs)	用于绘制饼图（Pie Chart）的方法
DataFrame.plot.scatter(x, y[, s, c])	用于绘制散点图（Scatter Plot）的方法
DataFrame.boxplot([column, by, ax, …])	用于绘制箱型图（Boxplot）的方法

pandas.DataFrame.boxplot()

pandas.DataFrame.boxplot() 是用于绘制 箱型图（Boxplot） 的方法，它是对 matplotlib.pyplot.boxplot() 的封装，专为 DataFrame 设计，支持多列数据的批量可视化。

📌 方法签名

DataFrame.boxplot(column=None,by=None,ax=None,fontsize=None,rot=0,grid=True,figsize=None,layout=None,return_type='axes',backend=None,**kwargs
)

参数说明：

参数	类型	描述
`column`	str 或 list（可选）	要绘制的列名。若为 None，则绘制所有数值列。
`by`	str 或 Series / array-like（可选）	按该变量分组绘图（常用于分类变量）。
`ax`	matplotlib.axes.Axes（可选）	指定绘图的子图对象。
`fontsize`	int（可选）	设置标签字体大小。
`rot`	int，默认 0	X 轴标签旋转角度（便于阅读长标签）。
`grid`	bool，默认 True	是否显示网格线。
`figsize`	tuple（宽, 高）	控制整个图形大小。
`layout`	tuple（行数, 列数）	控制多个子图的布局。
`return_type`	str（可选）	返回类型： - `'axes'`：返回 Axes 对象 - `'dict'`：返回 boxplot 数据结构 - `'both'`：返回两者
`backend`	str（可选）	指定绘图后端（如 `'matplotlib'`）。
`**kwargs`	其他参数	支持所有 `matplotlib.pyplot.boxplot()` 的参数，如颜色、样式等。

✅ 示例及结果

示例 1：基本箱型图（绘制所有数值列）

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np# 创建一个包含随机数据的 DataFrame
df = pd.DataFrame({'A': np.random.normal(0, 1, 100),'B': np.random.normal(5, 2, 100),'C': np.random.normal(-5, 3, 100)
})# 绘制箱型图
df.boxplot()
plt.title('Basic Boxplot')
plt.ylabel('Value')
plt.show()

输出：

显示三列 A、B、C 的箱型图。
每个箱体表示对应列的数据分布，包括中位数、四分位数和异常值。

示例 2：指定要绘制的列

# 只绘制 A 和 B 列的箱型图
df.boxplot(column=['A', 'B'])
plt.title('Boxplot of A and B')
plt.ylabel('Value')
plt.show()

输出：

仅显示 A 和 B 列的箱型图。

示例 3：按某一列分组绘制箱型图（使用 `by` 参数）

# 添加一个分类变量 'Group'
df['Group'] = ['X', 'Y'] * 50# 按 'Group' 分组绘制 A 列的箱型图
df.boxplot(column='A', by='Group', figsize=(8, 6))
plt.suptitle('')
plt.title('Boxplot of A by Group')
plt.ylabel('Value')
plt.xlabel('Group')
plt.grid(True)
plt.show()

输出：

对每个分组 'X' 和 'Y'，分别绘制 A 列的箱型图。
可以比较不同组别的数据分布差异。

示例 4：自定义样式（颜色、标签旋转、字体大小）

df.boxplot(column=['A', 'B', 'C'],by='Group',fontsize=10,rot=45,  # X 轴标签旋转 45°grid=False,figsize=(10, 6),color=dict(boxes='r', whiskers='k', medians='blue', caps='g'),patch_artist=True  # 填充颜色
)
plt.suptitle('Customized Grouped Boxplots')
plt.title('With Color and Rotation')
plt.show()

输出：

自定义了箱体颜色、字体大小、标签旋转角度。
不再显示网格线。
箱体填充颜色，中位数用蓝色突出显示。

示例 5：多列分组并控制子图布局

# 同时绘制 A、B、C 列，并按 Group 分组
df.boxplot(column=['A', 'B', 'C'],by='Group',layout=(1, 3),  # 一行三列排布figsize=(12, 5)
)
plt.suptitle('Multiple Boxplots by Group')
plt.tight_layout()
plt.show()

输出：

每个子图展示一个列在两个组别中的箱型图。
使用 layout=(1, 3) 控制子图排列方式。

📝 总结

特性	说明
图表类型	箱型图（Boxplot）
默认行为	对所有数值列绘制箱型图
分组支持	使用 `by` 参数实现按某一列分组绘图
用途	展示数据分布、识别异常值
自定义	支持颜色、字体、旋转、标题、网格、子图布局等设置