Matplotlib boxplot() Función


Matplotlib 参考文档Matplotlib Documentación de referencia

boxplot()Se utiliza para dibujar diagramas de caja, mostrando visualmente el resumen de cinco números de los datos: mínimo, primer cuartil, mediana, tercer cuartil, máximo, y posibles valores atípicos.

El diagrama de caja es una herramienta central en el análisis exploratorio de datos, adecuada para comparar las características de distribución de varios conjuntos de datos.

Definición de la función

matplotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None,
    whis=None, positions=None, widths=None, patch_artist=None,
    bootstrap=None, usermedians=None, conf_intervals=None,
    meanline=None, showmeans=None, showcaps=None, showbox=None,
    showfliers=None, boxprops=None, labels=None, flierprops=None,
    medianprops=None, meanprops=None, capprops=None,
    whiskerprops=None, manage_ticks=True, autorange=False,
    zorder=None, capwidths=None, **kwargs)

Descripción de parámetros

ParámetrosTipoDescripción
xarray o secuencia de arraysDatos de entrada: un array unidimensional dibuja un diagrama de caja; una secuencia de arrays bidimensionales dibuja varios.
notchboolSi dibujar diagrama de caja con muesca (la muesca indica el intervalo de confianza de la mediana), por defecto False
vertboolTrue=vertical (por defecto), False=horizontal
whisfloat o (float, float)Longitud de los bigotes (múltiplo del IQR), por defecto 1.5. Por ejemplo, (5, 95) representa los percentiles 5 y 95.
symstr o NoneEstilo de marcador para valores atípicos; None indica no mostrar valores atípicos.
widthsfloat o array-likeAncho de cada caja
patch_artistboolSi es True, las cajas se rellenan con color (se puede personalizar con facecolor).
showmeansboolSi mostrar el punto de la media, por defecto False
showfliersboolSi mostrar valores atípicos, por defecto True
labelslistEtiquetas de cada caja
boxprops / flierprops / medianprops / meanpropsdictControlan respectivamente las propiedades de apariencia de cajas, valores atípicos, línea de mediana y media.

Estructura del diagrama de caja: la caja va de Q1 a Q3, la línea del medio es la mediana. Los bigotes se extienden hasta los puntos de datos más lejanos dentro de Q1-1.5*IQR a Q3+1.5*IQR. Los valores fuera del rango de los bigotes son valores atípicos.


Ejemplos de uso

Ejemplo 1: Diagrama de caja básico

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)

# Datos de tres grupos con diferentes distribuciones
data = [
    np.random.normal(0, 1, 100),     # Normal estándar
    np.random.normal(2, 1.5, 100),   # Media=2, desviación estándar=1.5
    np.random.normal(-1, 0.5, 100),  # Media=-1, desviación estándar=0.5
]

fig, ax = plt.subplots(figsize=(7, 5), layout='constrained')

bp = ax.boxplot(data, labels=['Group A', 'Group B', 'Group C'],
                patch_artist=True)

# Colores personalizados
colors = ['#3498db', '#e74c3c', '#2E7DCC']
for patch, color in zip(bp['boxes'], colors):
    patch.set_facecolor(color)

ax.set_title('Box Plot: Comparing Three Groups')
ax.set_ylabel('Value')
ax.grid(axis='y', alpha=0.3)
plt.show()

Ejemplo 2: Diagrama de caja con muesca + mostrar media

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
data = [
    np.random.normal(0, 1, 100),
    np.random.normal(0, 1.2, 100),
    np.random.normal(0.3, 1, 100),
]

fig, ax = plt.subplots(figsize=(7, 5), layout='constrained')

bp = ax.boxplot(data,
                notch=True,            # Muesca (intervalo de confianza de la mediana)
                showmeans=True,        # Mostrar media
                meanprops=dict(marker='D', markerfacecolor='red',
                               markersize=8),
                patch_artist=True,
                labels=['Control', 'Test A', 'Test B'])

colors = ['#bdc3c7', '#3498db', '#2E7DCC']
for patch, color in zip(bp['boxes'], colors):
    patch.set_facecolor(color)

ax.set_title('Notched Box Plot with Means')
ax.set_ylabel('Measurement')
ax.grid(axis='y', alpha=0.3)
plt.show()

Ejemplo 3: Diagrama de caja horizontal

Ejemplo

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
data = [np.random.exponential(scale=s, size=100) for s in [1, 2, 3, 4]]
labels = ['Scale=1', 'Scale=2', 'Scale=3', 'Scale=4']

fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')

bp = ax.boxplot(data, labels=labels,
                vert=False,                # Dirección horizontal
                patch_artist=True)

colors = ['#e74c3c', '#f39c12', '#2E7DCC', '#3498db']
for patch, color in zip(bp['boxes'], colors):
    patch.set_facecolor(color)
    patch.set_alpha(0.7)

ax.set_title('Horizontal Box Plot')
ax.set_xlabel('Value')
ax.grid(axis='x', alpha=0.3)
plt.show()

Preguntas frecuentes

¿Qué significa cada parte del diagrama de caja?

Caja: El IQR (rango intercuartílico) de Q1 (25%) a Q3 (75%).

Línea de mediana: La línea en el medio de la caja = Q2 (50%).

Bigotes: Se extienden hasta los puntos de datos más lejanos dentro de Q1-1.5*IQR y Q3+1.5*IQR.

Valores atípicos: Puntos de datos individuales fuera del rango de los bigotes.


Matplotlib 参考文档Matplotlib Documentación de referencia

Otras extensiones