Matplotlib boxplot() Función
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
| Parámetros | Tipo | Descripción |
|---|---|---|
| x | array o secuencia de arrays | Datos de entrada: un array unidimensional dibuja un diagrama de caja; una secuencia de arrays bidimensionales dibuja varios. |
| notch | bool | Si dibujar diagrama de caja con muesca (la muesca indica el intervalo de confianza de la mediana), por defecto False |
| vert | bool | True=vertical (por defecto), False=horizontal |
| whis | float o (float, float) | Longitud de los bigotes (múltiplo del IQR), por defecto 1.5. Por ejemplo, (5, 95) representa los percentiles 5 y 95. |
| sym | str o None | Estilo de marcador para valores atípicos; None indica no mostrar valores atípicos. |
| widths | float o array-like | Ancho de cada caja |
| patch_artist | bool | Si es True, las cajas se rellenan con color (se puede personalizar con facecolor). |
| showmeans | bool | Si mostrar el punto de la media, por defecto False |
| showfliers | bool | Si mostrar valores atípicos, por defecto True |
| labels | list | Etiquetas de cada caja |
| boxprops / flierprops / medianprops / meanprops | dict | Controlan 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 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 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 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.
Otras extensiones