汇总了目前论文发表中主要的箱型组合图使用方法，让论文秒变高大上的神器

11. R_ggplot2_箱线图（盒须图）绘制方法汇总.pdf

此函数为标准箱线图显示提供了一些附加属性。 为了兼容性，保留了 boxplot 的基本旧语法。 主要目的是允许在同一图形上使用颜色编码箱线图的 GROUPED 箱线图或子图。 这对于多变量的箱线图数据比较很有用。 也可以叠加箱线图或简单地为不同的集合着色。 此例程允许使用子函数 boxplotC（允许叠加多个彩色箱线图）对彩色编码箱线图 (boxplotCsub) 进行子组绘图。 此外，还提供标准线条颜色和线条宽度定义以及填充选项。 这允许对多个箱线图和叠加进行颜色编码。 下载 ZIP 包含 boxplotCsub 以及经过修改的 boxplotC 和 boxutilC。 与标准 boxplot old (v.2002) 语法反向兼容。 虽然没有当前语法那么明显，但查看示例应该有助于为不熟悉 boxplot 的人阐明用法。 由于 v.2011 中 boxplot 的变化，旧的 BO

R语言绘制箱线图和小提琴图作图示例.rar

Python 绘制箱线图主要用 matplotlib 库里 pyplot 模块里的 boxplot() 函数。 plt.boxplot() 参数详解 plt.pie(x, # 指定要绘制箱线图的数据； notch=None, # 是否是凹口的形式展现箱线图，默认非凹口； sym=None, # 指定异常点的形状，默认为+号显示； vert=None, # 是否需要将箱线图垂直摆放，默认垂直摆放； whis=None, # 指定上下须与上下四分位的距离，默认为1.5倍的四分位差； positions=None, # 指定箱线图的位置，默认为[0,1,2…]；

boxplotx(data) 无需统计包即可提供箱线图。 数据可以是向量、矩阵或向量元胞数组。 NaN 可以在数据中，向量可以具有不同的长度。 选项允许设置箱线图的位置、宽度和颜色。 坚持下去，然后可以添加额外的箱线图。 可以更改框限制和晶须端值。

此函数生成一个漂亮的箱线图。

本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集（Iris）。主要叙述的是数据可视化。 IRIS数据集以鸢尾花的特征作为数据来源，数据集包含150个数据集，有4维，分为3 类，每类50个数据，每个数据包含4个属性，是在数据挖掘、数据分类中常用的测试集、训练集。 读取数据包括sklearn库引入和读取.csv文件保存的数据集。 显示数据包括显示具体数据、查看整体数据信息、描述性统计。 数据可视化包括散点图、直方图、KDE图、箱线图。 目录读取数据显示数据数据可视化 读取数据 从sklearn库中读取：（我使用的是该种办法） ，因为文件运行起来总缺少一

科研论文之箱线图

# 这里我包装了一个异常值处理的代码，可以随便调用。 def outliers_proc(data, col_name, scale=3): """ 用于清洗异常值，默认用 box_plot（scale=3）进行清洗 :param data: 接收 pandas 数据格式 :param col_name: pandas 列名 :param scale: 尺度 :return: """ def box_plot_outliers(data_ser, box_scale): """ 利用箱线图去除异常值