Matplotlib是Python中的一個庫，它是數字的-NumPy庫的數學擴展。軸類包含大多數圖形元素：Axis，Tick，Line2D，Text，Polygon等，並設置坐標係。 Axes實例通過callbacks屬性支持回調。
matplotlib.axes.Axes.bxp()函數
matplotlib庫的axiss模塊中的Axes.bxp()函數用於為x的每一列或序列x中的每個向量繪製箱形圖。
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)
參數：此方法接受以下描述的參數：
- bxpstats:此參數是一個字典列表，其中包含每個箱線圖的統計信息。
- positions:此參數用於設置小提琴的位置。
- vert:此參數是可選參數，包含布爾值。如果為true，它將使垂直的小提琴圖;否則為水平的。
- widths:此參數用於用標量或序列設置每個小提琴的寬度。
- patch_artist:如果此參數為false，則用於與Line2D美術師一起製作盒子。否則，請使用貼片藝術家的盒子。
- manage_ticks:此參數用於調整刻度位置和標簽。
- zorder:此參數用於設置箱形圖的zorder。
- shownotches:此參數包含布爾值。它用於生成帶缺口的矩形箱圖。
- showmeans:此參數包含布爾值。它用於切換均值的呈現。
- showcaps:此參數包含布爾值。它用於切換蓋帽的渲染。
- showfliers:此參數包含布爾值。它用於切換傳單的渲染。
- boxprops:此參數用於設置框的打印樣式。
- whiskerprops:此參數用於設置晶須的繪製樣式。
- capprops:此參數用於設置頂蓋的打印樣式。
- flierprops:此參數用於設置傳單的打印樣式。
- medianprops:此參數用於設置中位數的繪製樣式。
- meanprops:此參數用於設置均值的繪製樣式。
返回值：這將返回以下內容：
- 結果：這將返回字典，該字典將小提琴圖的每個組成部分映射到matplotlib.lines.Line2D實例的列表。
以下示例說明了matplotlib.axes中的matplotlib.axes.Axes.bxp()函數：
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()輸出：
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()輸出：
相關用法
注：本文由純淨天空篩選整理自SHUBHAMSINGH10大神的英文原創作品 Matplotlib.axes.Axes.bxp() in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。