鋒哥原創的Matplotlib3 Python數據可視化視頻教程：

2026版 Matplotlib3 Python 數據可視化 視頻教程(無廢話版) 玩命更新中~_嗶哩嗶哩_bilibili

課程介紹

本課程講解利用python進行數據可視化 科研繪圖-Matplotlib，學習Matplotlib圖形參數基本設置，繪圖參數及主要函數，以及Matplotlib基礎繪圖，和Matplotlib高級繪圖。

繪制箱線圖(Box)

箱線圖（Box Plot）是一種用于展示數據分布特征的統計圖表，能清晰顯示數據的中位數、四分位數、異常值等關鍵統計量。它特別適合比較多個數據集分布情況。 箱線圖組成要素：

1. 箱體 (Box)：

   • 下邊界：第一四分位數 (Q1, 25%)

   • 上邊界：第三四分位數 (Q3, 75%)

   • 箱內橫線：中位數 (Q2, 50%)

2. 須 (Whiskers)：

   • 上限：Q3 + 1.5×IQR

   • 下限：Q1 - 1.5×IQR

   • IQR = Q3 - Q1（四分位距）

3. 異常值 (Outliers)：

   • 超出上下須范圍的數據點

plt.boxplot() 是 Matplotlib 中用于繪制箱線圖的核心函數，用于展示數據的分布特征（如中位數、四分位數、異常值等）。以下是詳細解析：

plt.boxplot(x, ? ? ? ? ? ? ? ? ? ? ? ? # 輸入數據（數組或序列的序列）notch=None, ? ? ? ? ? ? ? ?# 是否繪制缺口箱線圖（顯示中位數置信區間）sym=None, ? ? ? ? ? ? ? ? ?# 異常值的標記符號vert=None, ? ? ? ? ? ? ? ? # 是否垂直放置（True為垂直，False為水平）whis=None, ? ? ? ? ? ? ? ? # 定義須的位置（默認1.5倍IQR）positions=None, ? ? ? ? ? ?# 箱線圖的位置widths=None, ? ? ? ? ? ? ? # 箱體的寬度patch_artist=None, ? ? ? ? # 是否填充箱體顏色bootstrap=None, ? ? ? ? ? ?# 缺口箱線圖的置信區間計算方法usermedians=None, ? ? ? ? ?# 用戶指定的中位數conf_intervals=None, ? ? ? # 用戶指定的置信區間meanline=False, ? ? ? ? ? ?# 是否用線表示均值showmeans=False, ? ? ? ? ? # 是否顯示均值showcaps=True, ? ? ? ? ? ? # 是否顯示箱線圖頂端的橫線showbox=True, ? ? ? ? ? ? ?# 是否顯示箱體showfliers=True, ? ? ? ? ? # 是否顯示異常值boxprops=None, ? ? ? ? ? ? # 箱體屬性whiskerprops=None, ? ? ? ? # 須的屬性capprops=None, ? ? ? ? ? ? # 頂端橫線的屬性medianprops=None, ? ? ? ? ?# 中位線屬性meanprops=None, ? ? ? ? ? ?# 均值屬性flierprops=None, ? ? ? ? ? # 異常值屬性manage_ticks=True, ? ? ? ? # 是否自動管理刻度autorange=False, ? ? ? ? ? # 是否自動調整范圍zorder=None ? ? ? ? ? ? ? ?# 繪圖順序
)

三、核心參數詳解

1. 數據輸入 (x)

• 一維數組：單組數據

• 列表的列表/數組的數組：多組數據（每組數據繪制一個箱體）

• 字典：鍵為標簽，值為數據

1. 箱體樣式控制

• notch：是否繪制缺口箱線圖（顯示中位數置信區間）

• patch_artist：True時可用boxprops填充顏色

• widths：箱體寬度（默認0.5）

1. 異常值處理

• showfliers：是否顯示異常值

• sym：異常值標記符號（默認'o'）

• whis：須的長度（默認1.5，可設為[5,95]表示百分位數）

1. 統計量顯示

• showmeans：顯示均值（默認False）

• meanline：True時用橫線表示均值，False時用點表示

1. 樣式屬性

• boxprops：箱體屬性（如dict(color='red', facecolor='blue')）

• whiskerprops：須的屬性（如dict(linestyle='--', color='green')）

• medianprops：中位線屬性（如dict(color='black', linewidth=2)）

• flierprops：異常值屬性（如dict(marker='x', markersize=8)）

我們來看一個示例：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
?
# 設置matplotlib使用黑體顯示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
?
# 創建示例數據
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 5)]
# 創建箱線圖
plt.figure(figsize=(10, 6))
?
# 繪制箱線圖
box = plt.boxplot(data,vert=True, ?# 垂直方向patch_artist=True, ?# 填充顏色tick_labels=['組1', '組2', '組3', '組4'])
?
# 設置箱子顏色
colors = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728']
for patch, color in zip(box['boxes'], colors):patch.set_facecolor(color)patch.set_alpha(0.7) ?# 設置透明度
?
# 設置須線和異常點樣式
plt.setp(box['whiskers'], color='red', linestyle='-') ?# 箱線圖的“須”部分，即從箱子延伸出去的兩條線（上須和下須），表示數據的范圍（通常是1.5倍IQR內的數據）。
plt.setp(box['caps'], color='yellow') ?# 箱線圖須線末端的橫線，稱為“帽”。每個須有兩個帽（上須的上帽和下須的下帽）。
plt.setp(box['fliers'], marker='o', markersize=8,markerfacecolor='none', markeredgecolor='blue') ?# 箱線圖中的異常值點，即超出1.5倍IQR范圍的數據點。
plt.setp(box['medians'], color='gray', linewidth=2) ?# 箱線圖中的中位數線，即箱子中間的橫線。
?
# 添加標題和標簽
plt.title('基本箱形圖示例', fontsize=14)
plt.xlabel('數據組', fontsize=12)
plt.ylabel('值', fontsize=12)
plt.grid(axis='y', linestyle='--', alpha=0.7)
?
plt.tight_layout()
plt.show()