Matplotlib是Python中的一个库，它是数字的-NumPy库的数学扩展。轴类包含大多数图形元素：Axis，Tick，Line2D，Text，Polygon等，并设置坐标系。 Axes实例通过callbacks属性支持回调。
matplotlib.axes.Axes.bxp()函数
matplotlib库的axiss模块中的Axes.bxp()函数用于为x的每一列或序列x中的每个向量绘制箱形图。
用法： Axes.bxp(self, bxpstats, positions=None, widths=None, vert=True, patch_artist=False, shownotches=False, showmeans=False, showcaps=True, showbox=True, showfliers=True, boxprops=None, whiskerprops=None, flierprops=None, medianprops=None, capprops=None, meanprops=None, meanline=False, manage_ticks=True, zorder=None)
参数：此方法接受以下描述的参数：
- bxpstats:此参数是一个字典列表，其中包含每个箱线图的统计信息。
- positions:此参数用于设置小提琴的位置。
- vert:此参数是可选参数，包含布尔值。如果为true，它将使垂直的小提琴图;否则为水平的。
- widths:此参数用于用标量或序列设置每个小提琴的宽度。
- patch_artist:如果此参数为false，则用于与Line2D美术师一起制作盒子。否则，请使用贴片艺术家的盒子。
- manage_ticks:此参数用于调整刻度位置和标签。
- zorder:此参数用于设置箱形图的zorder。
- shownotches:此参数包含布尔值。它用于生成带缺口的矩形箱图。
- showmeans:此参数包含布尔值。它用于切换均值的呈现。
- showcaps:此参数包含布尔值。它用于切换盖帽的渲染。
- showfliers:此参数包含布尔值。它用于切换传单的渲染。
- boxprops:此参数用于设置框的打印样式。
- whiskerprops:此参数用于设置晶须的绘制样式。
- capprops:此参数用于设置顶盖的打印样式。
- flierprops:此参数用于设置传单的打印样式。
- medianprops:此参数用于设置中位数的绘制样式。
- meanprops:此参数用于设置均值的绘制样式。
返回值：这将返回以下内容：
- 结果：这将返回字典，该字典将小提琴图的每个组成部分映射到matplotlib.lines.Line2D实例的列表。
以下示例说明了matplotlib.axes中的matplotlib.axes.Axes.bxp()函数：
示例1：
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cbook as cbook
np.random.seed(10**7)
data = np.random.lognormal(size =(10, 4),
mean = 4.5,
sigma = 4.75)
labels = ['G1', 'G2', 'G3', 'G4']
result = cbook.boxplot_stats(data,
labels = labels,
bootstrap = 1000)
for n in range(len(result)):
result[n]['med'] = np.median(data)
result[n]['mean'] *= 0.1
fig, axes1 = plt.subplots()
axes1.bxp(result)
axes1.set_title('matplotlib.axes.Axes.bxp() Example')
plt.show()输出：
示例2：
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cbook as cbook
np.random.seed(10**7)
data = np.random.lognormal(size =(37, 4),
mean = 4.5,
sigma = 1.75)
labels = ['G1', 'G2', 'G3', 'G4']
stats = cbook.boxplot_stats(data, labels = labels,
bootstrap = 100)
for n in range(len(stats)):
stats[n]['med'] = np.median(data)
stats[n]['mean'] *= 2
fig, [axes1, axes2, axes3] = plt.subplots(nrows = 1,
ncols = 3,
sharey = True)
axes1.bxp(stats)
axes2.bxp(stats, showmeans = True)
axes3.bxp(stats, showmeans = True, meanline = True)
axes2.set_title('matplotlib.axes.Axes.bxp() Example')
plt.show()输出：
相关用法
注：本文由纯净天空筛选整理自SHUBHAMSINGH10大神的英文原创作品 Matplotlib.axes.Axes.bxp() in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。