本系列文章配套代码获取有以下两种途径：
-
通过百度网盘获取：
链接：https://pan.baidu.com/s/1jG-rGG4QMuZu0t0kEEl7SA?pwd=mnsj提取码：mnsj
-
前往GitHub获取：
https://github.com/returu/Data_Visualization-
箱体：代表数据的 “核心分布区间”，上沿对应上四分位数（Q3），下沿对应下四分位数（Q1），箱体高度为 “四分位距（IQR = Q3 – Q1）”，包含了 50% 的核心数据； -
中位线：箱体内的横线，代表数据的中位数（Q2），反映数据的集中趋势； -
晶须（Whiskers）：从箱体延伸出的线段，默认覆盖 “1.5×IQR” 范围内的所有数据点，超出这个范围的点会被标记为 “异常值”； -
异常值：用圆点或其他符号标记，代表偏离正常分布的极端数据。
函数语法：
plt.boxplot(x, *, notch=None, sym=None, vert=None,orientation='vertical', whis=None, positions=None,widths=None, patch_artist=None, bootstrap=None,usermedians=None, conf_intervals=None,meanline=None, showmeans=None, showcaps=None,showbox=None, showfliers=None, boxprops=None,tick_labels=None, flierprops=None,medianprops=None, meanprops=None, capprops=None,whiskerprops=None, manage_ticks=True,autorange=False, zorder=None, capwidths=None,label=None, data=None)
-
核心数据参数
-
x：输入的数据，可以是数组、列表或列表的列表。如果是多组数据，通常以列表嵌套的形式传入（如[data1, data2, data3]）。 -
data：可选参数，用于指定数据来源（当x是字符串时，从data中查找对应的数据）。
-
箱体结构与样式参数
-
notch：布尔值，默认None。如果为True，箱体将带有凹口，凹口表示中位数的置信区间（默认 95% 置信区间）；False则为普通箱体。
-
sym：字符串，用于指定异常值的标记样式，默认None（使用默认样式‘b+’）。例如‘o’表示圆形，‘D’表示菱形。
-
vert：布尔值，默认None（等效于True）。控制箱型图方向,True为垂直箱型图，False为水平箱型图（与orientation参数功能类似）。
-
orientation：字符串，默认‘vertical’。指定箱型图方向，‘vertical’为垂直，‘horizontal’为水平（与vert参数作用相同，优先级更高）。 -
whis：浮点数或长度为 2 的序列，默认1.5。指定 “须” 的长度，默认是1.5*IQR（四分位距）。若为序列（如[5, 95]），则表示须延伸至指定的百分位数。
-
positions：数组，默认None。指定每个箱体的位置（x 轴坐标），默认按[1, 2, 3,…]排列。 -
widths：浮点数或数组，默认0.5。指定箱体的宽度，若为数组则为每个箱体单独设置宽度。 -
patch_artist：布尔值，默认None。如果为True，箱体将使用boxprops中的facecolor填充颜色；False则为空心箱体（仅显示边框）。
-
capwidths：浮点数或数组，默认None。指定帽子的宽度（相对于箱体宽度的比例）。
-
统计计算参数
-
bootstrap：整数，默认None。当notch=True时，用于计算中位数置信区间的 bootstrap 抽样次数（如1000表示抽样 1000 次）。
-
usermedians：数组，默认None。用于指定自定义的中位数，而非自动计算。
-
conf_intervals：数组，默认None。当notch=True时，用于指定自定义的中位数置信区间，而非自动计算。
-
meanline：布尔值，默认None。如果为True，且showmeans=True，则用一条线表示均值（而非标记点）。
-
showmeans：布尔值，默认None。是否显示均值，默认不显示。
-
showcaps：布尔值，默认None（等效于True）。是否显示箱型图 “须” 两端的帽子（横线）。
-
showbox：布尔值，默认None（等效于True）。是否显示箱体。
-
showfliers：布尔值，默认None（等效于True）。是否显示异常值，False则隐藏异常值。
-
样式定制参数（*props）
-
boxprops：箱体的样式，例如{‘color’: ‘blue’, ‘linewidth’: 2}。
-
flierprops：异常值的样式，例如{‘marker’: ‘o’, ‘color’: ‘red’}。
-
medianprops：中位线的样式，例如{‘color’: ‘green’, ‘linestyle’: ‘–‘}。
-
meanprops：均值的样式（配合showmeans=True使用），例如{‘marker’: ‘^’, ‘markersize’: 6}。
-
capprops：“须” 两端帽子的样式，例如{‘linewidth’: 1.5}。
-
whiskerprops：“须” 的样式，例如{‘color’: ‘gray’, ‘linestyle’: ‘-‘}。
-
标签与刻度参数
-
tick_labels（旧版本为labels）：列表，默认None。用于指定 x 轴（垂直箱型图）或 y 轴（水平箱型图）的刻度标签，替代默认的1,2,3…。
-
label（旧版本无该参数）：字符串，默认None。为箱型图设置标签（用于图例）。
-
manage_ticks：布尔值，默认True。是否自动管理刻度和标签，False则需要手动设置。
通过调整这些参数，可以灵活控制箱型图的视觉效果。
# 生成多组数据
np.random.seed(1)
group1 = np.random.normal(100, 20, 200)
group2 = np.random.normal(120, 25, 200)
group3 = np.random.normal(90, 15, 200)
# 将三组数据整理为列表，作为箱型图的输入数据
data = [group1, group2, group3]
# 定义每组数据对应的标签，用于图表的x轴刻度显示
labels = ['组1', '组2', '组3']
plt.figure(figsize=(10, 6))
bp = plt.boxplot(
data, # 输入的多组数据
labels=labels, # 设置x轴刻度标签为自定义标签
meanline=True, # 用线而不是点表示均值
notch=True, # 创建带缺口的箱型图（缺口表示中位数的置信区间）
patch_artist=True, # 允许对箱体进行填充（否则箱体为空心）
sym='D', # 异常值标记为菱形（D表示diamond）
widths=[0.3,0.5,0.8], # 分别设置三个箱体的宽度（组1:0.3, 组2:0.5, 组3:0.8）
showmeans=True # 显示均值
)
plt.title('多组数据箱型图')
plt.ylabel('测量值')
plt.grid(True, alpha=0.3)
plt.show()
可视化结果如下图所示：
-
函数返回值解析：
boxplot()函数的返回值是一个字典（通常用变量如bp接收），包含箱型图各组成部分的图形对象（如线条、多边形、标记点等），键为组件名称，值为对应组件的对象列表（多组数据时，每个元素对应一组数据的组件）。
# 生成示例数据
data = np.random.normal(100, 20, 100)
# 绘制箱型图并获取返回值
bp = plt.boxplot(data)
plt.close() # 关闭图形，避免显示
print("返回值类型:", type(bp))
print("返回值:", bp)
# 输出：
# 返回值类型: <class 'dict'>
# 返回值:
# {
# 'whiskers': [<matplotlib.lines.Line2D object at 0x000001E39B685940>, <matplotlib.lines.Line2D object at 0x000001E39B685BE0>],
# 'caps': [<matplotlib.lines.Line2D object at 0x000001E39B685E80>, <matplotlib.lines.Line2D object at 0x000001E39B102160>],
# 'boxes': [<matplotlib.lines.Line2D object at 0x000001E39B6857C0>],
# 'medians': [<matplotlib.lines.Line2D object at 0x000001E39B102400>],
# 'fliers': [<matplotlib.lines.Line2D object at 0x000001E39B1026A0>],
# 'means': []
# }其中，各键及其含义如下所示：
|
|
|
|
|
|---|---|---|---|
|
|
|
|
patch_artist=True 则为 Patch |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
showmeans=True） |
|
showmeans=True 启用 |
通过上述返回对象，可在绘图后进一步精细化修改样式，例如循环遍历bp[‘boxes’]为每个箱体设置不同填充色，或调整bp[‘fliers’]的异常值标记样式。
# 创建多组数据
np.random.seed(12)
data = [np.random.normal(100, 20, 100),
np.random.normal(120, 15, 100)]
plt.figure(figsize=(10, 6))
bp = plt.boxplot(data, patch_artist=True)
# 使用返回值自定义样式
# 1. 设置箱子颜色
colors = ['lightblue', 'lightgreen']
for i, box in enumerate(bp['boxes']):
box.set(facecolor=colors[i], alpha=0.7, linewidth=2)
# 2. 设置中位数线样式
colors = ['blue', 'green']
for i, median in enumerate(bp['medians']):
median.set(color=colors[i], linewidth=3, linestyle='-')
# 3. 设置须线样式
colors = ['blue', 'green','blue', 'green']
for i,whisker in enumerate(bp['whiskers']):
whisker.set(color=colors[i], linewidth=1.5, linestyle='--')
# 4. 设置端点帽样式
colors = ['blue', 'green','blue', 'green']
for i,capin enumerate(bp['caps']):
cap.set(color=colors[i], linewidth=2)
# 5. 设置异常值样式
colors = ['blue', 'green']
markers = ['^', 'o']
for i,flier in enumerate(bp['fliers']):
flier.set(marker=markers[i], markerfacecolor=colors[i], markersize=10)
plt.title('使用返回值自定义样式的箱型图')
plt.ylabel('数值')
plt.xticks([1, 2], ['组A', '组B'])
plt.grid(True, alpha=0.3)
plt.show()
可视化结果如下图所示：
使用示例：
-
示例1：自定义样式与颜色
在boxplot()函数中，boxprops、flierprops、medianprops、meanprops、capprops、whiskerprops参数是用于定制箱型图各组成部分样式的核心参数，均为字典类型，通过键值对设置线条 / 标记的颜色、线宽、样式等属性。具体含义和常用配置如下：
-
boxprops：控制箱体（箱型图的主体矩形）的样式。常用键包括，color（边框颜色）、linewidth（线宽）、linestyle（线条样式，如‘-‘实线、‘–‘虚线）； -
flierprops：控制异常值（箱体外部的离散点）的样式。常用键包括，marker（标记形状，如‘o’圆形、‘D’菱形）、color（标记边框色）、markerfacecolor（标记填充色）、markersize（标记大小）；
-
medianprops：控制中位线（箱体内的横线，代表中位数）的样式。常用键包括，color（线条颜色）、linewidth（线宽）、linestyle（线条样式）；
-
meanprops：控制均值标记（需配合showmeans=True启用）的样式。若meanline=True，则为线条样式（同medianprops）；否则为标记样式（同flierprops）示例：{‘color’: ‘purple’, ‘linestyle’: ‘–‘}（线条）或{‘marker’: ‘^’, ‘color’: ‘purple’}（标记）；
-
capprops：控制箱型图 “须” 两端的帽子（横线）样式。常用键包括，color（颜色）、linewidth（线宽）、linestyle（线条样式）示例：{‘color’: ‘orange’, ‘linewidth’: 2}；
-
whiskerprops：控制 “须”（连接箱体与帽子的线段）的样式。常用键同capprops，用于区分须线与帽子的视觉效果示例：{‘color’: ‘gray’, ‘linestyle’: ‘–‘, ‘linewidth’: 1}。
# 生成多组数据
np.random.seed(1)
group1 = np.random.normal(100, 20, 200)
group2 = np.random.normal(120, 25, 200)
group3 = np.random.normal(90, 15, 200)
data = [group1, group2, group3]
labels = ['组1', '组2', '组3']
# 自定义箱型图各部分的样式
box_style = {
# 箱体样式：实线、线宽2、深蓝色边框
'boxprops': dict(linestyle='-', linewidth=2, color='darkblue'),
# 须线样式：虚线、线宽1.5、绿色
'whiskerprops': dict(linestyle='--', linewidth=1.5, color='green'),
# 须线端点帽子样式：线宽2、红色
'capprops': dict(linewidth=2, color='red'),
# 中位线样式：实线、线宽1.5、橙色
'medianprops': dict(linestyle='-', linewidth=1.5, color='orange'),
# 异常值样式：菱形标记、橙色边框、黑色填充、大小6
'flierprops': dict(marker='D', color='orange', markerfacecolor='k', markersize=6),
# 均值线样式：虚线、线宽1.5、紫色（需配合showmeans=True使用）
'meanprops':dict(linestyle='--', linewidth=1.5, color='purple')
# 'meanprops':dict(marker='^', color='purple')
}
plt.figure(figsize=(10, 6))
bp = plt.boxplot(
data, # 输入的多组数据
labels=labels, # 设置x轴刻度标签
patch_artist=True, # 开启箱体填充功能（必须设置才能自定义填充色）
showmeans=True, # 显示均值（配合meanprops和meanline使用）
meanline=True, # 将均值显示为线而非点（与meanprops的线条样式对应）
**box_style # 通过解包操作应用自定义样式字典
)
# 为每个箱体设置不同的填充颜色
colors = ['lightblue', 'lightgreen', 'lightyellow']
# 遍历箱体对象和颜色列表，逐一设置填充色
# bp['boxes']是一个包含所有箱体的列表，与colors按顺序对应
for patch, color in zip(bp['boxes'], colors):
patch.set_facecolor(color)
plt.title('自定义样式与颜色')
plt.ylabel('测量值')
plt.grid(True, alpha=0.3)
plt.show()
可视化结果如下图所示：
-
示例2：分组箱型图
绘制分组箱型图其原理是借坐标偏移实现多分组有序排列，以颜色编码次级维度、位置编码主类别，同时保留箱型图展示中位数、离散度等功能，可直观呈现多维度数据分布差异，适用于多类别多时间维度等对比场景。
# 创建分组数据
np.random.seed(1)
categories = ['A类', 'B类', 'C类']
quarter1 = [np.random.normal(100, 15, 50) for _ in range(3)]
quarter2 = [np.random.normal(120, 12, 50) for _ in range(3)]
quarter3 = [np.random.normal(110, 10, 50) for _ in range(3)]
data = [quarter1, quarter2, quarter3]
plt.figure(figsize=(12, 7))
# 设置箱体位置和宽度（实现同类别内多季度数据并排显示）
# 计算每个产品类别的基准位置（间隔为2，避免箱体重叠）
positions = np.arange(len(categories)) * 2
# 单个箱体的宽度（设置为0.6，确保同类别内三个季度的箱体紧凑排列）
width = 0.6
# 循环绘制每个季度的箱型图
for i, quarter in enumerate(data):
bp = plt.boxplot(
quarter,
# 计算箱体位置：基准位置 + 季度偏移（i*width确保同类别内横向排列）
positions=positions + i*width,
widths=width,
patch_artist=True
)
# 为当前季度的所有箱体设置统一颜色
for box in bp['boxes']:
box.set_facecolor(plt.cm.Set3(i/3))
# 设置x轴标签
plt.xticks(positions + width, categories)
plt.xlabel('产品类别')
plt.ylabel('性能指标')
plt.title('分组箱型图')
# 添加图例（手动创建，因为箱型图默认不生成图例）
from matplotlib.patches import Patch # 导入补丁类用于创建图例元素
# 为每个季度创建一个图例元素（使用对应的填充色和标签）
legend_elements = [Patch(facecolor=plt.cm.Set3(i/3),
label=f'第{i+1}季度') for i in range(3)]
plt.legend(handles=legend_elements)
plt.tight_layout()
plt.show()
可视化结果如下图所示：
更多内容可以前往官网查看：
https://matplotlib.org/stable/
本篇文章来源于微信公众号: 码农设计师
