Общественный номер: You Er Hut
Автор: Питер
Редактор: Питер
Артефакт визуализации Plotly играет с ящичковыми диаграммами
В предыдущей статье я рассказал, как использовать Plotly для рисования столбчатых диаграмм, круговых диаграмм, точечных диаграмм и т. д., которые являются широко используемыми методами визуального представления диаграмм. В этой статье рассказывается об использовании Plotly для рисования.Статистическая графикаодин из:коробочный сюжет.
Расширенное чтение
Статьи Plotly образуют последовательную серию. Первые восемь статей о визуализации Plotly:
- Прохладный! 36 картинок влюбляются в продвинутый артефакт визуализации Plotly_Express
- Играйте с точечными диаграммами с помощью Plotly
- Сюжетные игры с круговыми диаграммами
- Сюжетное развлечение с воронкообразными диаграммами
- Сюжетные игры с гистограммами
- Сюжетные игры с пузырьковыми диаграммами
- Сюжетные игры с биржевыми графиками
- Играйте с диаграммами Ганта с Plotly
коробочный сюжет
Что такое коробочный сюжет
Ящичная диаграмма — это статистическая диаграмма, используемая для отображения набора информации о разбросе данных. Она может быстро отображать выбросы в данных. Она имеет форму прямоугольника, отсюда и название. Ее также называют диаграммой с ячейками и усами. или коробочный сюжет.
В 1977 году известный американский математик Джон У. Тьюки впервые представил коробочную диаграмму в своей книге «Исследовательский анализ данных». Поклоняйтесь большому человеку!
Квартиль
Квартиль является наиболее важным понятием в ящичковых диаграммах.Следующее представляет соответствующие знания о квартиле.
Квартиль — это разновидность квантиля в статистике, то есть поставить все значенияот малого к большомуРазделите его на четыре равные части, и значение в трех точках деления будет квартилем.
- Первый квартиль (Q1): также известный как нижний квартиль (Lower Quartile), равен 25-му процентилю всех значений в выборке, расположенных от меньшего к большему.
- Второй квартиль (Q2): также известный как медиана (средний квартиль или медиана), равный 50-му процентилю всех значений в выборке, расположенных от меньшего к большему.
- Третий квартиль (Q3): также известный как верхний квартиль (Upper Quartile), равен 75-му процентилю всех значений в выборке, расположенных от меньшего к большему.
Разница между Q3 и Q1 называетсяМежквартильный диапазон (IQR): IQR=Q3-Q1
Квартильный расчет
При расчете квартилей нам нужно сначала вычислить позиции квартилей, и вычисляются позиции 3-х квартилей:
# n表示样本个数
Q1的位置 = (n+1) / 4
Q2的位置 = (n+1) * 2 / 4
Q3的位置 = (n+1) * 3 / 4
Пример используется для объяснения расчета позиции.Есть 11 значений, расположенных в беспорядке следующим образом:
6, 47, 49, 15, 42, 41, 7, 39, 43, 40, 36
Сначала отсортируем значения от меньшего к большему:
6, 7, 15, 36, 39, 40, 41, 42, 43, 47, 49
Тогда позиции трех квартилей таковы:
# n=11表示样本个数
Q1的位置 = (11+1) / 4 = 3
Q2的位置 = (n+1) * 2 / 4 = 6
Q3的位置 = (n+1) * 3 / 4 = 9
Соответствующие 3 квартили: Q1=15, Q2=40, Q3=43, IQR=Q3-Q1=28.
Если вычисляемая позиция не является целым числом, то есть n+1 не является целым числом, кратным 4, то обычно берется средневзвешенное значение чисел по обе стороны от позиции (существуют и прямые средние значения), а более близкое позиция, тем выше вес.Как правило, веса:1 — десятичные знаки. Например, для следующего образца:
2,3,4,5
Тогда позиция вычисления Q1: (4+1)/4= 1,25, а ближе к 2, то Q1:
Q1=2 * (1 - 0.25) + 3 * 0.25 = 2.25 # 0.25是小数位
Если взять среднее значение напрямую: Q1= (2+3) / 2 = 2,5
Сравнение 4 различных коробчатых диаграмм
Из сравнения 4-х разных диаграмм в Википедии:
Коробка сюжетная роль
- Можно примерно увидеть, имеют ли данные симметрию
- Отображает такую информацию, как степень дисперсии распределения данных, особенно для сравнения нескольких выборок.
- Отразить центральное расположение и распространение одной или нескольких групп непрерывных распределений количественных данных.
- Проанализируйте различия на каждом уровне разных типов данных, а также выявите степень дисперсии, выбросов и различий в распределении между данными.
Самым большим преимуществом коробчатой диаграммы является то, что на нее не влияют выбросы, она может точно и стабильно отображать дискретное распределение данных, а также способствует очистке данных.
набор данных
Ниже описывается рисование коробчатых диаграмм в различных сценариях спроса.Большая часть данных, используемых в этой статье, представляет собой набор данных советов по потреблению, который поставляется с plotly:
import pandas as pd
import numpy as np
import plotly_express as px
import plotly.graph_objects as go
# 消费数据集
tips = px.data.tips()
tips.head()
В этом чертеже также используются два метода:
import plotly_express as px # 1、px实现
import plotly.graph_objects as go # 2、go实现
Нарисуйте блочную диаграмму на основе пикселей
Точечная блочная диаграмма
Используйте точку каждого данных в качестве маркера, чтобы нарисовать ящичковую диаграмму, используя:px.strip()
# 使用的方法是：px.strip()
fig = px.strip(
tips,
x='day', # 星期
y='total_bill' # 总账单
)
fig.show()
# 使用的方法是：px.strip()
fig = px.strip(
tips,
x='time', # 中餐还是晚餐
y='tip' # 小费
)
fig.show()
Базовая блочная диаграмма
fig = px.box(
tips, # 数据集
y="total_bill" # 针对哪个字段的数据做箱型图
)
fig.show()
Диаграмма сгруппированных блоков
Графики для групп с различными классификациями:
fig = px.box(
tips, # 数据集
y="tip", # 绘图字段
color="time" # 颜色字段
)
fig.show()
Вот еще один сгруппированный блок-график с немного большим количеством полей:
fig = px.box(
tips,
x="day", # 分组的数据
y="total_bill", # 箱体图的数值
color="day" # 颜色分组
)
fig.show()
Блочная диаграмма с разбросом
Иногда, когда мы рисуем коробчатую диаграмму, нам нужно ввести точки разброса, а точки разброса представляют исходные данные. Возможны 4 варианта значения точки:
- все: все
- выбросы: выбросы
- подозрения на выбросы: предполагаемые выбросы
- Ложь: не отображать
fig = px.box(
tips,
x="day",
y="total_bill",
points="all" # ['all', 'outliers', 'suspectedoutliers', False]
)
fig.show()
Коробчатая диаграмма с квартилями
Существует 3 способа расчета интерполяции рассеяния:
- linear: Метод линейной разности, по умолчанию
- исключительный: исключить статистику алгоритма. Если выборка нечетная, она не содержит медианы какой-либо половины, Q1 — медиана нижней половины, а Q3 — медиана верхней половины.
- Включительно: содержит статистику алгоритма; если выборка нечетная, медиана включается в обе половины, Q1 — медиана нижней половины, а Q3 — медиана верхней половины.
fig = px.box(
tips,
x="day",
y="tip",
color="smoker")
fig.update_traces(quartilemethod="exclusive") # exclusive inclusive linear (默认)
fig.show()
Сравнение 3 различных методов отображения квартилей
Смоделируйте набор данных:
data = [10,20,30,40,50,60,70,80,90]
pd.DataFrame(dict(
linear=data,
inclusive=data,
exclusive=data
))
# 下面是数据的部分截图
Используйте метод плавления, чтобы объединить и преобразовать вышеуказанные данные, используя функцию плавления:
- d_vars: имена столбцов, которые не нужно преобразовывать
- value_vars: имя столбца, который необходимо преобразовать.Если все остальные столбцы должны быть преобразованы, нет необходимости писать
- var_name и value_name — это имена столбцов, соответствующие пользовательским настройкам.
- col_level: если столбец является MultiIndex, используется этот уровень
## 3种不同算法之间的比较结果
import plotly.express as px
import pandas as pd
data = [10,20,30,40,50,60,70,80,90]
df = pd.DataFrame(dict(
linear=data,
inclusive=data,
exclusive=data
)).melt(var_name="quartilemethod") # 宽表转成长表
df
Добавьте трассировки данных и джиттер интервала джиттера:
fig = px.box(
df,
y="value",
facet_col="quartilemethod",
color="quartilemethod",
boxmode="overlay",
points='all')
# jitter：数据抖动 =0表示没有抖动，点和点的距离是均衡的
fig.update_traces(quartilemethod="linear", jitter=0, col=1)
fig.update_traces(quartilemethod="inclusive", jitter=0, col=2)
fig.update_traces(quartilemethod="exclusive", jitter=0, col=3)
fig.show()
Диаграмма с выемкой
fig = px.box(
tips,
x="day",
y="tip",
color="smoker",
notched=True, # 显示缺口
title="小费数据集箱体图",
hover_data = ["day"]
)
fig.show()
Нарисуйте блок-график на основе go
Чертеж базовой схемы коробки
import plotly.graph_objects as go
fig = go.Figure(data=[go.Box(
y=[0, 1, 1, 2, 4, 7, 9, 15, 21],
boxpoints='all', # all、outliers 、suspectedoutliers、False
jitter=0.3, # 数据点之间添加抖动
pointpos=-1.5 # 点和箱体之间的距离，参数范围：[-2, 2]
)])
fig.show()
Сгруппированный чертеж коробчатой диаграммы
np.random.seed(1) # 设置随机种子
y1 = np.random.randn(60) - 1 # 随机生成60个数据
y2 = np.random.randn(60) - 1
fig = go.Figure()
# 添加两个数据轨迹，形成图形
fig.add_trace(go.Box(y=y1))
fig.add_trace(go.Box(y=y2))
fig.show()
Мы также можем установить цвет графика:
fig = go.Figure()
# 添加两个数据轨迹，形成图形
fig.add_trace(go.Box(y=y1, # 数值
name="图1", # 轨迹名称
marker_color="red" # 颜色
))
fig.add_trace(go.Box(y=y2,
name="图2",
marker_color="lightseagreen"
))
fig.show()
import plotly.graph_objects as go
x = ['day 1', 'day 1', 'day 1', 'day 1', 'day 1', 'day 1',
'day 2', 'day 2', 'day 2', 'day 2', 'day 2', 'day 2']
fig = go.Figure()
fig.add_trace(go.Box(
x=x,
y=[0.2, 0.2, 0.6, 1.0, 0.5, 0.4, 0.2, 0.7, 0.9, 0.1, 0.5, 0.3],
name='kale',
marker_color='#3D0970'
))
fig.add_trace(go.Box(
x=x,
y=[0.6, 0.7, 0.3, 0.6, 0.0, 0.5, 0.7, 0.9, 0.5, 0.8, 0.7, 0.2],
name='radishes',
marker_color='#0F4136'
))
fig.add_trace(go.Box(
x=x,
y=[0.1, 0.3, 0.1, 0.9, 0.6, 0.6, 0.9, 1.0, 0.3, 0.6, 0.8, 0.5],
name='carrots',
marker_color='#FA851B'
))
fig.update_layout(
yaxis_title='数值',
boxmode='group' # 柱状图模式
)
fig.show()
Блок-схема полного стиля
import plotly.graph_objects as go
# x轴数据
x_data = ['小明', '小红','小周', '小孙','小张', '小苏']
N = 80
# 生成y轴数据：生成数据同时指定数据类型
y0 = (10 * np.random.randn(N) + 60).astype(np.int)
y1 = (13 * np.random.randn(N) + 78).astype(np.int)
y2 = (11 * np.random.randn(N) + 83).astype(np.int)
y3 = (9 * np.random.randn(N) + 76).astype(np.int)
y4 = (15 * np.random.randn(N) + 91).astype(np.int)
y5 = (12 * np.random.randn(N) + 80).astype(np.int)
y_data = [y0, y1, y2, y3, y4, y5]
# 颜色设置
colors = ['rgba(93, 164, 214, 0.5)',
'rgba(155, 144, 14, 0.5)',
'rgba(44, 160, 101, 0.5)',
'rgba(155, 65, 54, 0.5)',
'rgba(27, 114, 255, 0.5)',
'rgba(127, 96, 0, 0.5)']
fig = go.Figure()
# 通过zip函数生成6组不同的函数进行轨迹添加
# 生成不同的轨迹
for xd, yd, cls in zip(x_data, y_data, colors):
fig.add_trace(go.Box(
y=yd, # y轴数据
name=xd, # 名称
boxpoints='all', # 箱体散点的显示
jitter=0.5, # 抖动距离
# whiskerwidth=0.2,
fillcolor=cls, # 颜色
marker_size=2, # 标记大小
line_width=1) # 线宽
)
# 布局设置
fig.update_layout(
title='6名同学成绩比较',
yaxis=dict(
autorange=True,
showgrid=True, # 显示网格
zeroline=True, # 0基准线
dtick=5,
gridcolor='rgb(255, 255, 255)', # 网格和基准线设置
gridwidth=1,
zerolinecolor='rgb(255, 255, 255)',
zerolinewidth=2,
),
margin=dict(
l=40,
r=30,
b=80,
t=100,
),
paper_bgcolor='rgb(243, 243, 243)', # 背景设置
plot_bgcolor='rgb(243, 243, 243)',
showlegend=True # 显示图例
)
fig.show()
Отображение квартилей 3 различными способами
Отображение квартилей по 3 различным методам расчета:
import plotly.graph_objects as go
data = [1, 2, 3, 4, 5, 6, 7, 8, 9]
fig = go.Figure()
fig.add_trace(go.Box(y=data, quartilemethod="linear", name="Linear Quartile"))
fig.add_trace(go.Box(y=data, quartilemethod="inclusive", name="Inclusive Quartile"))
fig.add_trace(go.Box(y=data, quartilemethod="exclusive", name="Exclusive Quartile"))
fig.update_traces(
boxpoints='all', # ['all', 'outliers', 'suspectedoutliers', False]
jitter=0 # 没有抖动，点和点的距离是相同的
)
fig.show()
На приведенном выше рисунке хорошо видна разница между тремя различными методами определения различий.
Горизонтальная блочная диаграмма
x1 = np.random.randn(50)
x2 = np.random.randn(50) + 5
fig = go.Figure()
fig.add_trace(go.Box(x=x1))
fig.add_trace(go.Box(x=x2))
fig.show()
Сгруппированные горизонтальные диаграммы
import plotly.graph_objects as go
y = ['day 1', 'day 1', 'day 1', 'day 1', 'day 1', 'day 1',
'day 2', 'day 2', 'day 2', 'day 2', 'day 2', 'day 2']
fig = go.Figure()
fig.add_trace(go.Box(
y=y,
x=[0.2, 0.2, 0.6, 1.0, 0.5, 0.4, 0.2, 0.7, 0.9, 0.1, 0.5, 0.3],
name='kale',
marker_color='#3D0970'
))
fig.add_trace(go.Box(
y=y,
x=[0.6, 0.7, 0.3, 0.6, 0.0, 0.5, 0.7, 0.9, 0.5, 0.8, 0.7, 0.2],
name='radishes',
marker_color='#0F4136'
))
fig.add_trace(go.Box(
y=y,
x=[0.1, 0.3, 0.1, 0.9, 0.6, 0.6, 0.9, 1.0, 0.3, 0.6, 0.8, 0.5],
name='carrots',
marker_color='#FA851B'
))
fig.update_layout(
# xaxis_title='数值',
xaxis=dict(
title="数值",
zeroline=False
),
boxmode='group' # 柱状图模式
)
fig.update_traces(orientation='h') # 水平柱状图
fig.show()
Блочная диаграмма со средним значением и дисперсией
import plotly.graph_objects as go
fig = go.Figure()
fig.add_trace(go.Box(
y=np.random.randn(50),
name='均值',
marker_color='mediumblue',
boxmean=True # 仅仅存在均值
))
fig.add_trace(go.Box(
y=np.random.randn(50),
name='均值和标准差',
marker_color='red',
boxmean='sd' # 表示同时存在均值和标准差
))
fig.show()
4 различных способа отображения точек данных
import plotly.graph_objects as go
y_data = [0.75, 5.25, 5.5, 6, 6.2, 6.6,
6.80, 7.0, 7.2, 7.5, 7.5, 7.75,
8.15,8.15, 8.65, 8.93, 9.2, 9.5,
10, 10.25, 11.5, 12, 16, 20.90,
22.3, 23.25]
fig = go.Figure()
fig.add_trace(go.Box(
y=y_data,
name="全部数据点",
jitter=0.3, # 抖动距离
pointpos=-1.8, # 散点和箱体图的距离
boxpoints='all', # all：显示全部数据点
marker_color='rgb(7,40,89)',
line_color='rgb(7,40,89)'
))
fig.add_trace(go.Box(
y=y_data,
name="晶须线",
boxpoints=False, # 没有数据点，只有晶须线
marker_color='rgb(109,56,125)',
line_color='rgb(9,56,125)'
))
fig.add_trace(go.Box(
y=y_data,
name="可疑离群点",
boxpoints='suspectedoutliers', # 可疑离群点
marker=dict(
color='rgb(8,81,156)',
outliercolor='rgba(219, 64, 82, 0.6)',
line=dict(
outliercolor='rgba(219, 64, 82, 0.6)',
outlierwidth=2)),
line_color='rgb(8,81,156)'
))
fig.add_trace(go.Box(
y=y_data,
name="晶须+离群点",
boxpoints='outliers', # 仅显示离群点
marker_color='rgb(107,174,14)',
line_color='rgb(107,174,214)'
))
fig.update_layout(title_text="基于个性化离群值的散点图")
fig.show()
Сюжет Радужной Коробки
import plotly.graph_objects as go
import numpy as np
N = 40 # 箱体图的个数
c = ['hsl('+str(h)+',50%'+',50%)' for h in np.linspace(0, 360, N)]
Конкретный код чертежа:
fig = go.Figure(data=[go.Box(
# 使用三角函数来绘制图形
y=3.5 * np.sin(np.pi * i/N) + i/N + (1.5 + 0.5 * np.cos(np.pi*i/N)) * np.random.rand(10),
marker_color=c[i]
) for i in range(int(N))])
# 布局设置
fig.update_layout(
# xy轴设置
xaxis=dict(showgrid=True,
zeroline=False,
showticklabels=False),
yaxis=dict(zeroline=False,
gridcolor='white'),
# 背景颜色设置
paper_bgcolor='rgb(233,233,233)',
plot_bgcolor='rgb(233,233,233)',
)
fig.show()