openpyxl 绘制饼形图_好享学丨快速上手Pythonmatplotlib 箱线图绘制，学术人必备

好享学是高下制图推出的关于数据可视化经验分享栏目，我们将定期与您分享各界优秀人士的制图经验，一同学习。

01. 引言

箱线图(Boxplot) 是一种用作显示一组数据分散情况资料的统计图表，本期推文就如何使用matplotlib和seaborn 绘制出高度定制化的箱线图做出详细的讲解。

02. 箱线图基本介绍

箱线图，又称箱形图(boxplot)或盒式图，不同于一般的折线图、柱状图或饼图等图表，其包含一些统计学的均值、分位数、极值等统计量，该图信息量较大，不仅能够分析不同类别数据平均水平差异，还能揭示数据间离散程度、异常值、分布差异等。具体含义可通过如下图表进行说明：

(以上图来源于网络，如侵权，望告知，删除)

03. matplotlib绘制

Matplotlib 中绘制箱线图的函数为 boxplot ()，但要想进行定制化绘制需求，则需设置较多的绘图参数，boxplot()基本语法如下：

下面就常用的属性进行介绍：参数说明 x 指定要绘制箱线图的数据 notch 是否是凹口的形式展现箱线图 sym 指定异常点的形状 vert 是否需要将箱线图垂直摆放 whis 指定上下须与上下四分位的距离 positions 指定箱线图的位置 widths 指定箱线图的宽度 patch_artist 是否填充箱体的颜色； meanline 是否用线的形式表示均值 showmeans 是否显示均值 showcaps 是否显示箱线图顶端和末端的两条线showbox 是否显示箱线图的箱体showfliers 是否显示异常值boxprops 设置箱体的属性，如边框色，填充色等labels 为箱线图添加标签filerprops 设置异常值的属性medianprops 设置中位数的属性meanprops 设置均值的属性capprops 设置箱线图顶端和末端线条的属性whiskerprops 设置须的属性2.1 数据现有数如下(部分)：

详细绘制代码如下：

import matplotlib.pyplot as pltbox_1 = data_box['box01']box_2 = data_box['box02']plt.rcParams['font.family'] = ["Times New Roman"]fig, ax = plt.subplots(figsize=(6,4),dpi=200)box_plot01 = ax.boxplot(box_1,positions =[1],patch_artist = True,widths=0.4,vert=False,                       boxprops={'color':'black','facecolor':'dimgray','lw':0.7},                       medianprops={'color':'black'},                       capprops={'color':'black','lw':.9},                       whiskerprops={'color':'black','lw':0.9},                       flierprops={'lw':.8,'alpha':.7,'markersize':3.5,'marker':'d'})box_plot02 = ax.boxplot(box_2,positions =[2],patch_artist = True,widths=0.4,vert=False,                       boxprops={'color':'black','facecolor':'darkgray','lw':0.7},                       medianprops={'color':'black'},                       capprops={'color':'black','lw':.9},                       whiskerprops={'color':'black','lw':0.9},                       flierprops={'lw':.8,'alpha':.5,'markersize':3.5,'marker':'d'})#添加图例ax.legend([box_plot01["boxes"][0], box_plot02["boxes"][0]], ['Train sample', 'Test_sample'],           loc='upper right',frameon=False)#设置刻度属性ax.tick_params(left=True,bottom=True,direction='in',labelsize=12)#设置y轴范围ax.set_ylim(.5,2.8)#设置y轴刻度labelax.set_yticklabels([])#设置x、y轴fontdict1 = {"size":13,"color":"k",'family':'Times New Roman'}ax.set_xlabel("Values", fontdict=fontdict1)ax.set_ylabel("Different Type Data ", fontdict=fontdict1)#添加序号ax.set_title('Box plots for different types data\n',fontsize=15)text_font = {'family':'Times New Roman','size':'22','weight':'bold','color':'black'}ax.text(.02,.9,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)ax.text(.8,.056,'\nVisualization by DataCharm',transform = ax.transAxes,        ha='center', va='center',fontsize = 8.5,color='black')plt.savefig(r'E:\Data_resourses\DataCharm 公众号\Python\学术图表绘制\boxplot_region.png',width=6,height=4,            dpi=900,bbox_inches='tight')plt.show()#显示图像

可以看出，在对boxplot进行定制化需求时，也只是对基本的填充颜色、线宽、线类型、异常点的颜色、形状、透明度等基本设置。具体操作不是很难，可能就是需要设置较多的参数

。结果如下：

注意，这里盒子的填充颜色选择了"灰色系"的颜色进行填充，这对学术图表是比较友好的，具体的颜色系可以参看下图：

建议大家在绘制学术图表时，多采用红色方框中的色系。(感觉没有ggplot2的grey20，grey30等好记啊

)

04. seaborn 绘制

相对于matplotlib 大量的绘图属性需要设置，python统计绘图库seaborn绘制箱线图代码量则少很多，但要想绘制不同类别数据箱线图，则需对数据添加类别标签，如下：

具体绘制代码如下：

plt.rcParams['font.family'] = ["Times New Roman"]fig, ax = plt.subplots(figsize=(6,4),dpi=200)palette = ['dimgray','darkgray']sns_box = sns.boxplot(x=plot_data['AOD_550nm'],y=plot_data['Type'],hue=plot_data['Type'],                     palette=palette,dodge=False,width=.4,ax=ax)#去除图例titleax.legend(frameon=False).set_title("")ax.tick_params(left=True,bottom=True,direction='in',labelsize=12)ax.set_yticklabels([])ax.set_ylabel("Different Type Data ", fontdict=fontdict1)ax.set_xlabel("Values",fontdict=fontdict1)ax.set_title('Box plots for different types data\n',fontsize=15)ax.text(.02,.9,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)ax.text(.8,.056,'\nVisualization by DataCharm',transform = ax.transAxes,        ha='center', va='center',fontsize = 8.5,color='black')plt.savefig(r'E:\Data_resourses\DataCharm 公众号\Python\学术图表绘制\boxplot_sns.png',width=6,height=4,            dpi=900,bbox_inches='tight')