给定百分位值而不是原始输入，是否可以绘制matplotlib箱线图？

  • Z时代
  • 2024-01-10
  • 分类：问答

据我所知，boxplot()方法期望输入一系列原始值（数字），然后从中计算百分位以绘制箱线图。

我希望有一种方法可以传递百分位数并获得相应的boxplot。

例如：

假设我已经运行了多个基准测试，并且针对每个基准测试了延迟（浮点值）。现在，另外，我已经预先计算了这些值的百分位数。

因此，对于每个基准，我都有25％，50％，75％百分位数以及最小值和最大值。

现在，有了这些数据，我想绘制基准的箱形图。

回答：

为了只使用百分位值和离群值（如果有）绘制箱形图，我制作了一个customized_box_plot函数，该函数基本上修改了基本箱形图（由少量样本数据生成）中的属性，以使其根据您的百分位值进行拟合。

def customized_box_plot(percentiles, axes, redraw = True, *args, **kwargs):
    """
    Generates a customized boxplot based on the given percentile values
    """
    box_plot = axes.boxplot([[-9, -4, 2, 4, 9],]*n_box, *args, **kwargs) 
    # Creates len(percentiles) no of box plots
    min_y, max_y = float('inf'), -float('inf')
    for box_no, (q1_start, 
                 q2_start,
                 q3_start,
                 q4_start,
                 q4_end,
                 fliers_xy) in enumerate(percentiles):
        # Lower cap
        box_plot['caps'][2*box_no].set_ydata([q1_start, q1_start])
        # xdata is determined by the width of the box plot
        # Lower whiskers
        box_plot['whiskers'][2*box_no].set_ydata([q1_start, q2_start])
        # Higher cap
        box_plot['caps'][2*box_no + 1].set_ydata([q4_end, q4_end])
        # Higher whiskers
        box_plot['whiskers'][2*box_no + 1].set_ydata([q4_start, q4_end])
        # Box
        box_plot['boxes'][box_no].set_ydata([q2_start, 
                                             q2_start, 
                                             q4_start,
                                             q4_start,
                                             q2_start])
        # Median
        box_plot['medians'][box_no].set_ydata([q3_start, q3_start])
        # Outliers
        if fliers_xy is not None and len(fliers_xy[0]) != 0:
            # If outliers exist
            box_plot['fliers'][box_no].set(xdata = fliers_xy[0],
                                           ydata = fliers_xy[1])
            min_y = min(q1_start, min_y, fliers_xy[1].min())
            max_y = max(q4_end, max_y, fliers_xy[1].max())
        else:
            min_y = min(q1_start, min_y)
            max_y = max(q4_end, max_y)
        # The y axis is rescaled to fit the new box plot completely with 10% 
        # of the maximum value at both ends
        axes.set_ylim([min_y*1.1, max_y*1.1])
    # If redraw is set to true, the canvas is updated.
    if redraw:
        ax.figure.canvas.draw()
    return box_plot

使用逆逻辑（最后是代码），我从此示例中提取了百分位值

>>> percentiles
(-1.0597368367634488, 0.3977683984966961, 1.0298955252405229, 1.6693981537742526, 3.4951447843464449)
(-0.90494930553559483, 0.36916539612108634, 1.0303658700697103, 1.6874542731392828, 3.4951447843464449)
(0.13744105279440233, 1.3300645202649739, 2.6131540656339483, 4.8763411136047647, 9.5751914834437937)
(0.22786243898199182, 1.4120860286080519, 2.637650402506837, 4.9067126578493259, 9.4660357513550899)
(0.0064696168078617741, 0.30586770128093388, 0.70774153557312702, 1.5241965711101928, 3.3092932063051976)
(0.007009744579241136, 0.28627373934008982, 0.66039691869500572, 1.4772725266672091, 3.221716765477217)
(-2.2621660374110544, 5.1901313713883352, 7.7178532139979357, 11.277744848353247, 20.155971739152388)
(-2.2621660374110544, 5.1884411864079532, 7.3357079047721054, 10.792299385806913, 18.842012119715388)
(2.5417888074435702, 5.885996170695587, 7.7271286220368598, 8.9207423361593179, 10.846938621419374)
(2.5971767318505856, 5.753551925927133, 7.6569980004033464, 8.8161056254143233, 10.846938621419374)

请注意，为简短起见，我没有显示离群矢量，该向量将是每个百分位数组的第六个元素。

还要注意，可以使用所有其他常用的kwargs / args，因为它们可以简单地传递给其中的boxplot方法：

>>> fig, ax = plt.subplots()
>>> b = customized_box_plot(percentiles, ax, redraw=True, notch=0, sym='+', vert=1, whis=1.5)
>>> plt.show()

使用百分位数值的箱形图

该boxplot方法返回一个字典，该字典将箱线图的组成部分映射到matplotlib.lines.Line2D所创建的各个实例。

引用matplotlib.pyplot.boxplot文档：

该词典具有以下键（假定垂直框图）：

框：框图的主体，显示四分位数和中位数的置信区间（如果启用）。

中位数：每个框的中位数处的水平线。

晶须：垂直线延伸到最极端的n个异常数据点。盖：晶须末端的水平线。

飞行物：表示数据的点超出了晶须（异常值）。

均值：代表均值的点或线。

例如观察boxplot的极小样本数据的[-9, -4, 2, 4, 9]

>>> b = ax.boxplot([[-9, -4, 2, 4, 9],])
>>> b
{'boxes': [<matplotlib.lines.Line2D at 0x7fe1f5b21350>],
'caps': [<matplotlib.lines.Line2D at 0x7fe1f54d4e50>,
<matplotlib.lines.Line2D at 0x7fe1f54d0e50>],
'fliers': [<matplotlib.lines.Line2D at 0x7fe1f5b317d0>],
'means': [],
'medians': [<matplotlib.lines.Line2D at 0x7fe1f63549d0>],
'whiskers': [<matplotlib.lines.Line2D at 0x7fe1f5b22e10>,
             <matplotlib.lines.Line2D at 0x7fe20c54a510>]}
>>> plt.show()

样品箱图

这些matplotlib.lines.Line2D对象有两种方法，将在我的函数中广泛使用。set_xdata（或set_ydata）和get_xdata（或get_ydata）。

使用这些方法，我们可以更改基本框图的组成线的位置，以符合您的百分位值（这是customized_box_plot函数的作用）。更改组成线的位置后，您可以使用重新绘制画布

figure.canvas.draw()

Y坐标：

  • 最大值（q4_end-第4个四分位数的结尾）对应于最上面的上限Line2D对象。

  • 最小值（q1_start-第一个四分位数的开始）对应于最低的上限Line2D对象。

  • 中位数对应于（q3_start）中位数Line2D对象。

  • 2个晶须位于盒子的两端和最高端盖之间（q1_start和q2_start-下晶须q4_start和q4_end-上晶须）

  • 盒子实际上是一条有趣的n形状，由下部的盖子围成的线。n异形线的端点对应于q2_start和q4_start。

X坐标：

  • 中心x坐标（对于多个箱形图，通常为1、2、3 …）

  • 该库根据指定的宽度自动计算边界x坐标。

从箱形图DICT中检索百分数的逆函数：

def get_percentiles_from_box_plots(bp):
    percentiles = []
    for i in range(len(bp['boxes'])):
        percentiles.append((bp['caps'][2*i].get_ydata()[0],
                           bp['boxes'][i].get_ydata()[0],
                           bp['medians'][i].get_ydata()[0],
                           bp['boxes'][i].get_ydata()[2],
                           bp['caps'][2*i + 1].get_ydata()[0],
                           (bp['fliers'][i].get_xdata(),
                            bp['fliers'][i].get_ydata())))
    return percentiles

注意：之所以没有制作完全自定义的箱形图方法，是因为内置箱形图提供了许多无法完全复制的功能。

如果我可能不必要地解释了一些过于明显的内容，也请原谅。

以上是 给定百分位值而不是原始输入，是否可以绘制matplotlib箱线图？ 的全部内容， 来源链接： utcz.com/qa/400388.html

回到顶部