Boxplot 功能

Matplotlib 有自己的執行箱線圖 。該函式的相關方面是，預設情況下，箱線圖顯示紅線的中位數（百分位數 50％）。方框表示 Q1 和 Q3（百分位數 25 和 75），晶須給出了資料範圍的概念（可能在 Q1 - 1.5 IQR; Q3 + 1.5 IQR; IQR 是四分位數間距，但缺乏確認）。另請注意，超出此範圍的樣本將顯示為標記（這些標記為傳單）。

注意： 並非所有 boxplot 實現都遵循相同的規則。也許最常見的箱線圖使用鬍鬚來表示最小值和最大值（使傳單不存在）。另請注意，此圖有時稱為盒須圖和盒須**圖。

以下配方顯示了你可以使用 boxplot 的當前 matplotlib 實現執行的一些操作：

import matplotlib.pyplot as plt
import numpy as np

X1 = np.random.normal(0, 1, 500)
X2 = np.random.normal(0.3, 1, 500)

# The most simple boxplot
plt.boxplot(X1)
plt.show()

# Changing some of its features
plt.boxplot(X1, notch=True, sym="o") # Use sym="" to shown no fliers; also showfliers=False
plt.show()

# Showing multiple boxplots on the same window
plt.boxplot((X1, X2), notch=True, sym="o", labels=["Set 1", "Set 2"])
plt.show()

# Hidding features of the boxplot
plt.boxplot(X2, notch=False, showfliers=False, showbox=False, showcaps=False, positions=[4], labels=["Set 2"])
plt.show()

# Advanced customization of the boxplot
line_props = dict(color="r", alpha=0.3)
bbox_props = dict(color="g", alpha=0.9, linestyle="dashdot")
flier_props = dict(marker="o", markersize=17)
plt.boxplot(X1, notch=True, whiskerprops=line_props, boxprops=bbox_props, flierprops=flier_props)
plt.show()

這導致以下圖表：

1. 預設的 matplotlib boxplot

2. 使用函式引數更改 boxplot 的某些功能

3. 同一繪圖視窗中的多個箱圖

4. 隱藏箱線圖的一些功能

5. 使用道具進行箱圖的高階自定義

如果你打算對你的 boxplot 進行一些高階定製，你應該知道你構建的道具詞典（例如）：

line_props = dict(color="r", alpha=0.3)
bbox_props = dict(color="g", alpha=0.9, linestyle="dashdot")
flier_props = dict(marker="o", markersize=17)
plt.boxplot(X1, notch=True, whiskerprops=line_props, boxprops=bbox_props, flierprops=flier_props)
plt.show()

…大部分（如果不是全部）指向 Line2D 物件。這意味著只有該類中可用的引數可以更改。你會注意到 whiskerprops，boxprops，flierprops 和 capprops 等關鍵字的存在。這些是你提供道具詞典以進一步自定義它所需的元素。

注意：使用此實現進一步自定義 boxplot 可能會很困難。在某些情況下，使用其他 matplotlib 元素（例如補丁） 來構建自己的盒子圖可能是有利的（例如，對盒元素進行相當大的改變）。