Python 箱型圖／小提琴圖（Box/Violin Plot）

  • 9.8K views
  • 3 minute read
Photo by Kazuo ota on Unsplash
Photo by Kazuo ota on Unsplash
箱型圖（Box Plots）／小提琴圖（Violin Plots）是一個能夠很好地表現資料的分佈情況的統計圖。我們將在本文章中介紹如何用 Python 的 Matplotlib、Seaborn、和 Plotly Express 套件來繪製箱型圖與小提琴圖。
Total
0
Shares
0
0
0
0
Share
0 people shared the story
0
0
0
0

箱型圖（Box Plots）／小提琴圖（Violin Plots）是一個能夠很好地表現資料的分佈情況的統計圖。我們將在本文章中介紹如何用 Python 的 Matplotlib、Seaborn、和 Plotly Express 套件來繪製箱型圖與小提琴圖。

完整程式碼可以在 下載。

Table of Contents
  1. 概念
    1. 箱型圖（Box Plots）
    2. 小提琴圖（Violin Plots）
  2. 範例的資料集
  3. Matplotlib
    1. Box Plots
    2. Violin Plots
  4. Seaborn
    1. Box Plots
    2. Violin Plots
  5. Plotly Express
    1. Box Plots
    2. Violin Plots
  6. 結論

概念

在開始用 Python 來繪製圖表之前，先讓我們了解一下箱型圖和小提琴圖的構造。

箱型圖（Box Plots）

下圖顯示箱型圖的構造。

Box Plots
Box Plots
  • 下四分位數（Q1, 1st quartile, or 25th percentile）：前 50% 資料（lower half）的平均值。
  • 中位數（Q2, Median, or 50th percentile）：全部資料的平均值。
  • 上四分位數（Q3, 3rd quartile, or 75th percentile）：後 50% 資料（upper half）的平均值。
  • 四分位間距（IRQ, or Interquartile range）：Q3 – Q1。
  • 最小值（Q0, or minimum）：Q1 – 1.5 * IRQ。
  • 最大值（Q4, or maximum）：Q3 + 1.5 * IRQ。
  • 鬚（Whiskers）：Q0 到 Q1 與 Q3 到 Q4 間的直線。
  • 離群值（Outliers）：不在 Q0 到 Q4 間的值。

小提琴圖（Violin Plots）

小提琴圖和箱型圖一樣可以顯示資料的分佈情況。此外，它還顯示出概率密度。下圖為它們的對照圖。

Violin Plots
Violin Plots

範例的資料集

本文章的範例都使用 seaborn 的 tips 資料集。下面的範例展示如何讀取資料集，並顯示資料集的欄位。

import seaborn as sns

tips = sns.load_dataset('tips')
tips.head()
total_billtipsexsomkerdaytimesize
016.991.01FemaleNoSunDinner2
110.341.66MaleNoSunDinner3
221.013.50MaleNoSunDinner3
323.683.31MaleNoSunDinner2
424.593.61FemaleNoSunDinner4

Matplotlib

Box Plots

Matplotlib 的 boxplot() 可用來繪製箱型圖。以下是它的宣告。其餘的參數請參照官網。

matplotlib.pyplot.boxplot(x, sym=None, vert=None, labels=None)
  • x：資料。
  • sym：離群值的圖案。
  • vert：垂直或水平的箱型圖。
  • labels：每個資料集的標籤。

下面的範例顯示如何使用 boxplot() 來繪製箱型圖。

import matplotlib.pyplot as plt

plt.boxplot(tips[['total_bill', 'tip']], labels=['total_bill', 'tip'])
plt.title('Box Plot')
plt.xlabel('Total Bill vs Tip')
plt.ylabel('Money')
plt.show()
Matplotlib box plot
Matplotlib box plot

在這範例中，我們可以看到 boxplot() 的使用方式相當地簡單。之後，呼叫 title() 來設定圖表的標題，再呼叫 xlabel() 和 ylabel() 來設定 x 軸與 y 軸的標題。

如果你想要繪製水平的箱型圖的話，只需要設定參數 vert 為 False 即可，如下範例。

plt.boxplot(tips[['total_bill', 'tip']], vert=False, labels=['total_bill', 'tip'])
plt.title('Box Plot')
plt.xlabel('Money')
plt.ylabel('Total Bill vs Tip')
plt.show()
Matplot horizontal box plot
Matplot horizontal box plot

Violin Plots

與繪製箱型圖差不多地簡單，Matplotlib 也有提供專門的函式來繪製小提琴圖，那就是 violinplot()。它的宣告如下。其餘的參數請參照官網。

matplotlib.pyplot.violinplot(dataset, vert=True)
  • x：資料。
  • vert：垂直或水平的箱型圖。

相較於 boxplot()，violinplot() 的參數相對少了很多。讓我們先來看一下使用範例。

import matplotlib.pyplot as plt

plt.violinplot(tips[['total_bill', 'tip']])
plt.xticks([1, 2], ['total_bill', 'tip'])
plt.title('Violin Plot')
plt.xlabel('Total Bill vs Tip')
plt.ylabel('Money')
plt.show()
Matplotlib violin plot
Matplotlib violin plot

從範例中我們可以看出其實繪製小提琴圖也是很簡單地，只是 violinplot() 並沒有提供設定資料集的標籤參數。不過，我們可以用 xticks() 來設定標籤。

下面的範例顯示如何繪製水平的小提琴圖。

plt.violinplot(tips[['total_bill', 'tip']], vert=False)
plt.yticks([1, 2], ['total_bill', 'tip'])
plt.title('Violin Plot')
plt.xlabel('Money')
plt.ylabel('Total Bill vs Tip')
plt.show()
Matplotlib horizontal violin plot
Matplotlib horizontal violin plot

Seaborn

Box Plots

與 Matplotlib 一樣，Seaborn 的函式也叫 boxplot() 。讓我們來看一下它的宣告。其餘的參數請參照官網。

seaborn.boxplot(x=None, y=None, hue=None, data=None, palette=None)
  • x：x 軸的 long-form 資料。
  • y：y 軸的 long-form 資料。
  • hue：分群不同的顏色。
  • palette：Color map。
  • data：資料。

讓我們馬上來看一下它的使用範例吧。

sns.boxplot(data=tips[['total_bill', 'tip']], palette='Set2')
Seaborn box plot
Seaborn box plot

Seaborn 果然是相當地好用。它自動使用欄位的名稱來當作資料集的標籤。範例中，我們來設定參數 palette 來使用不同的 color map。

接下來的範例顯示搭配參數 x 和 y 的使用方法。

sns.boxplot(data=tips, x='day', y='total_bill', palette='Set2')
Seaborn box plot
Seaborn box plot

在這範例中，我們設定參數 x 為 day 欄位。boxplot() 就會使用 day 欄位的資料，並且將資料分群，所以變成有四個資料。這可以用在當你想要顯示某的資料中，各個值的分佈情況。

下面的範例顯示如何繪製水平的箱型圖。

sns.boxplot(data=tips, x='total_bill', y='day', palette='Set2')
Seaborn horizontal box plot
Seaborn horizontal box plot

Seaborn 會自動判斷資料的型態來選擇要繪製水平或是垂直的箱型圖。當然，你也可以使用參數 orient 來直接指定水平或是垂直。

最後一個範例則是顯示參數 hue 的使用方法。

sns.boxplot(data=tips, x='day', y='total_bill', hue='smoker')
Seaborn grouped box plot
Seaborn grouped box plot

參數 hue 可以顯示兩組資料的箱型圖。這可以用來比對兩組資料的分佈情況。此外，它還會顯示左上角的說明圖示。

Violin Plots

Seaborn 也提供專門的函式來繪製小提琴圖，那就是 violinplot()。其餘的參數請參照官網。

seaborn.violinplot(x=None, 
                   y=None, 
                   hue=None, 
                   data=None, 
                   palette=None, 
                   split=False)
  • x：x 軸的 long-form 資料。
  • y：y 軸的 long-form 資料。
  • hue：分群不同的顏色。
  • palette：Color map。
  • data：資料。
  • split：分群時，繪製各個資料集在一半的小提琴圖上。

Seaborn 的 violinplot() 的參數與 boxplot() 非常的相近。讓我們來看看以下的範例。

sns.violinplot(data=tips[['total_bill', 'tip']], palette='Set2')
Seaborn violin plot
Seaborn violin plot

接下來的是搭配參數 x 和 y 的範例。

sns.violinplot(data=tips, x='day', y='total_bill', palette='Set2')
Seaborn violin plot
Seaborn violin plot

下面顯示水平的小提琴圖。

sns.violinplot(data=tips, x='total_bill', y='day', palette='Set3')
Seaborn horizontal violin plot
Seaborn horizontal violin plot

下面的範例是顯示參數 hue 的使用方法。

sns.violinplot(data=tips, x='day', y='total_bill', hue='smoker')
Seaborn grouped violin plot
Seaborn grouped violin plot

最後來看一下參數 split 的使用範例。

sns.violinplot(data=tips, x='day', y='total_bill', hue='smoker', split=True)
Seaborn split grouped violin plot
Seaborn split grouped violin plot

筆者個人覺得 Seaborn 對於函式的設計相當地不錯。由於箱型圖和小提琴圖有很多相同的元素，兩個函式的參數與使用方式理應也是要相同。

Plotly Express

Box Plots

Plotly Express 的 box() 可用來繪製箱型圖。它的宣告如下。其餘的參數請參照官網。

plotly.express.box(data_frame=None, 
                   x=None, 
                   y=None, 
                   color=None, 
                   points=None, 
                   title=None)
  • data_frame：資料。
  • x：x 軸的 long-form 資料。
  • y：y 軸的 long-form 資料。
  • color：分群不同的顏色。
  • points：顯示資料，其值可為下：
    • ‘outliers’：顯示離群值。此為預設值。
    • ‘all’：顯示全部的值。
    • ‘suspectedoutliers’：顯示小於 4*Q1-3*Q3 或大於 4*Q3-3Q1 的值。
    • False：不顯示任何值。
  • title：圖表標題。

讓我們馬上來看一個 box() 的範例。

import plotly.express as px

px.box(tips[['total_bill', 'tip']], title='Plotly Express Box Plot')
Plotly Express box plot
Plotly Express box plot

box() 的用法與相當地簡單而且直覺。

下一個範例是搭配參數 x 與 y 的使用方法。

px.box(tips, x='day', y='total_bill', title='Plotly Express Box Plot')
Plotly Express box plot
Plotly Express box plot

與 Seaborn 的一樣，當指定參數 x 為 day 時，它會將 day 欄位的資料做分群成為四組資料集。

box() 會根據資料的值的型態來決定要繪製水平或是垂直的箱型圖，其範例如下。

px.box(tips, x='total_bill', y='day', title='Plotly Express Box Plot')
Plotly Express horizontal box plot
Plotly Express horizontal box plot

接下來的範例顯示如何使用參數 color。

px.box(tips, x='day', y='total_bill', color='smoker', title='Plotly Express Box Plot')
Plotly Express grouped box plot
Plotly Express grouped box plot

參數 color 可以顯示兩組資料集，並且在右方顯示說明圖示。

最後的範例是顯示如何使用參數 points 來顯示資料的概率密度。

px.box(tips[['total_bill', 'tip']], title='Plotly Express Box Plot', points='all')
Plotly Express box plot with points
Plotly Express box plot with points

官網還有更多的箱型圖範例可供參考。

Violin Plots

Plotly Express 提供 violin() 來繪製小提琴圖。它的宣告如下。其餘的參數請參照官網。

plotly.express.violin(data_frame=None, 
                      x=None, 
                      y=None, 
                      color=None, 
                      points=None, 
                      title=None)
  • data_frame：資料。
  • x：x 軸的 long-form 資料。
  • y：y 軸的 long-form 資料。
  • color：分群不同的顏色。
  • points：顯示資料，其值可為下：
    • ‘outliers’：顯示離群值。此為預設值。
    • ‘all’：顯示全部的值。
    • ‘suspectedoutliers’：顯示小於 4*Q1-3*Q3 或大於 4*Q3-3Q1 的值。
    • False：不顯示任何值。
  • title：圖表標題。

violin() 的參數與 box() 的參數大同小異，所以它們的使用方式當然也是很相似。讓我們來看以下的範例。

import plotly.express as px

px.violin(tips[['total_bill', 'tip']], title='Plotly Express Box Plot')
Plotly Express violin plot
Plotly Express violin plot

下一個範例是搭配參數 x 與 y。

px.violin(tips, x='day', y='total_bill', title='Plotly Express Box Plot')
Plotly Express violin plot
Plotly Express violin plot

下面是水平小提琴圖的範例。

px.violin(tips, x='total_bill', y='day', title='Plotly Express Box Plot')
Plotly Express horizontal violin plot
Plotly Express horizontal violin plot

以下是參數 color 的使用範例。

px.violin(tips, x='day', y='total_bill', color='smoker', title='Plotly Express Box Plot')
Plotly Express grouped violin plot
Plotly Express grouped violin plot

最後一個範例是顯示如何使用參數 points。

px.violin(tips[['total_bill', 'tip']], title='Plotly Express Box Plot', points='all')
Plotly Express violin plot with points
Plotly Express violin plot with points

可以看出點的分佈與概率密度，其實小提琴圖本身就顯示出來了。所以，我們不太需要在小提琴圖上額外地再顯示點。

官網還有很多小提琴圖的範例可供參考。

結論

我們在本文章中介紹了三個繪製箱型圖與小提琴圖的套件。相較於 Matplotlib，Seaborn 和 Plotly Express 比較容易使用，而且這兩個的使用方式極為相似。另外，Plotly Express 還有互動式的工具列。

Total
0
Shares
Share 0
Tweet 0
Share 0
Share 0
Related Tags

我是 Wayne，從事全端軟體開發有15年以上的經驗。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

You May Also Like