matplotlib . axes . bxp()中的 Python
哎哎哎:# t0]https://www . geeksforgeeks . org/matplot lib-axes-bxp-in-python/
Matplotlib 是 Python 中的一个库，是 NumPy 库的数值-数学扩展。轴类包含了大部分的图形元素:轴、刻度、线二维、文本、多边形等。，并设置坐标系。Axes 的实例通过回调属性支持回调。
matplotlib.axes.Axes.bxp()函数
matplotlib 库的 Axes 模块中的 Axes.bxp()函数用于对 x 的每一列或序列 x 中的每一个向量做一个方框和触须图。
语法: 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，medianprops=None，capprops = None，meanprops=None，meanline=False，manage_ticks=True，zorder=None)
参数:该方法接受以下描述的参数:
- bxpstats : 此参数是包含每个 boxplot 统计信息的字典列表。
- 位置:该参数用于设置小提琴的位置。
- 垂直:该参数为可选参数，包含布尔值。它使垂直小提琴情节如果是真的。否则水平。
- 宽度:此参数用于用标量或序列设置每把小提琴的宽度。
- patch_artist : 如果该参数为假，则使用 Line2D artist 生成盒子。否则，带有 Patch 艺术家的框。
- manage_ticks : 此参数用于调整 tick 位置和标签。
- zorder : 该参数用于设置箱线图的 zorder。
- 显示等级:该参数包含布尔值。它被用来产生一个缺口和矩形盒图。
- 显示方式:该参数包含布尔值。它用于切换手段的呈现。
- showcaps : 此参数包含布尔值。它用于切换瓶盖的渲染。
- showfliers : 此参数包含布尔值。它用于切换传单的渲染。
- 盒子道具:该参数用于设置盒子的出图风格。
- 胡须绘制:该参数用于设置胡须的绘制风格。
- 瓶盖:该参数用于设置瓶盖的打印样式。
- 传单:此参数用于设置传单的打印样式。
- 中线点:此参数用于设置中线的出图方式。
- 均值道具:此参数用于设置均值的出图风格。
返回:这将返回以下内容:
- 结果:这将返回将 violinplot 的每个组件映射到 matplotlib . line . line 2d 实例列表的字典。
下面的例子说明了 matplotlib.axes.Axes.bxp()函数在 matplotlib.axes 中的作用:
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:
版权属于：月萌API www.moonapi.com，转载请注明出处
