Python箱型圖繪製與特徵值獲取過程解析
阿新 • • 發佈:2020-01-09
這篇文章主要介紹了Python箱型圖繪製與特徵值獲取過程解析,文中通過示例程式碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
它主要用於反映原始資料分佈的特徵,還可以進行多組資料分佈特徵的比較
如何利用Python繪製箱型圖
需要的import的包
import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties import numpy as np import pandas as pd
該函式是繪製多箱型圖,且資料長度不一致的情況,input_dict = {filename1:[a1,a2,...,an],filename2:[b1,b2,bn]...} Y_label = 'Img_name'
def DrawMultBoxPic(input_dict,Y_label): dict_list_length = [] for item in input_dict: temp_length = len(input_dict[item]) dict_list_length.append(temp_length) # 獲取最長列表長度 max_length = max(dict_list_length) # 每個列表在後面追加None for item in input_dict: diff_length = max_length - len(input_dict[item]) if diff_length > 0: for i in range(diff_length): input_dict[item].append(None) # else: # print('{}檔案列表長度最長'.format(item)) # 繪製箱型圖 zhfont = FontProperties(fname='C:/Windows/Fonts/simsun.ttc',size=16) data = pd.DataFrame.from_dict(input_dict) data.boxplot(widths=0.3,figsize=(30,15),fontsize=16) plt.xlabel(u'煤質檔名稱',fontproperties=zhfont) plt.ylabel(Y_label,fontproperties=zhfont) plt.title(Y_label,fontproperties=zhfont) # plt.axis([0,6,90]) plt.grid(axis='y',ls='--',lw=2,color='gray',alpha=0.4) plt.grid(axis='x',alpha=0.4) imgname = 'E:\\' + Y_label + '.png' plt.savefig(imgname,bbox_inches = 'tight') # plt.show()
結果顯示
如何獲取箱型圖特徵
""" 【函式說明】獲取箱體圖特徵 【輸入】 input_list 輸入資料列表 【輸出】 out_list:列表的特徵[下限,Q1,Q2,Q3,上限] 和 Error_Point_num:異常值數量 【版本】 V1.0.0 【日期】 2019 10 16 """ def BoxFeature(input_list): # 獲取箱體圖特徵 percentile = np.percentile(input_list,(25,50,75),interpolation='linear') #以下為箱線圖的五個特徵值 Q1 = percentile[0]#上四分位數 Q2 = percentile[1] Q3 = percentile[2]#下四分位數 IQR = Q3 - Q1#四分位距 ulim = Q3 + 1.5*IQR#上限 非異常範圍內的最大值 llim = Q1 - 1.5*IQR#下限 非異常範圍內的最小值 # llim = 0 if llim < 0 else llim # out_list = [llim,Q1,ulim] # 統計異常點個數 # 正常資料列表 right_list = [] Error_Point_num = 0 value_total = 0 average_num = 0 for item in input_list: if item < llim or item > ulim: Error_Point_num += 1 else: right_list.append(item) value_total += item average_num += 1 average_value = value_total/average_num # 特徵值保留一位小數 out_list = [average_value,min(right_list),max(right_list)] # print(out_list) out_list = Save1point(out_list) return out_list,Error_Point_num
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。