基于Python利用最值与均值绘制分性别指标的极值均值图

由于仅拥有min、max和avg统计值，无法生成依赖原始数据的传统箱线图，我们可以用Matplotlib手动绘制垂直线连接极值，并用标记点标注均值，还原Excel风格的极值均值图。

实现步骤与代码 #

1. 导入所需库

import pandas as pd
import matplotlib.pyplot as plt

2. 加载数据集

data = [['Male', 'Height', 160.0, 170.0, 165.0],
        ['Male', 'Weight', 70.0, 80.0, 75.0],
        ['Female', 'Height', 150.0, 160.0, 155.0],
        ['Female', 'Weight', 50.0, 60.0, 55.0],
       ]

df = pd.DataFrame(data, columns=["gender", "metric", "min", "max", "avg"])

3. 绘制极值均值图（基础版）
   我们将每个「性别-指标」组合作为x轴独立类别，用不同颜色区分性别：

# 定义x轴位置、标签与性别配色
x_labels = []
x_positions = []
pos = 0
gender_colors = {'Male': '#1f77b4', 'Female': '#ff7f0e'}
metrics = df['metric'].unique()

# 为每个性别-指标组合分配x轴位置
for metric in metrics:
    for gender in df['gender'].unique():
        x_labels.append(f"{gender}\n{metric}")
        x_positions.append(pos)
        pos += 1

# 创建绘图对象
plt.figure(figsize=(8, 6))

# 遍历数据绘制垂直线与均值点
for idx, row in df.iterrows():
    x = x_positions[idx]
    # 绘制min到max的垂直线
    plt.plot([x, x], [row['min'], row['max']], color=gender_colors[row['gender']], linewidth=2)
    # 绘制均值标记点（仅在首次出现性别时添加图例标签）
    plt.scatter(x, row['avg'], color=gender_colors[row['gender']], s=100, zorder=5, 
                label=row['gender'] if idx in [0, 2] else "")

# 配置图表样式
plt.xticks(x_positions, x_labels)
plt.ylabel('数值')
plt.title('不同性别各指标的极值与均值分布')
plt.legend(title='性别')
plt.grid(axis='y', linestyle='--', alpha=0.7)

plt.tight_layout()
plt.show()

进阶：按指标分组对比 #

如果需要将同一指标的男女数据并排展示，可调整x轴位置分配逻辑：

plt.figure(figsize=(8, 6))

# 按指标分组的x轴配置
x_labels = metrics
x_base_positions = [i * 1.5 for i in range(len(metrics))]  # 组间距设为1.5
gender_order = ['Male', 'Female']

# 遍历数据绘图
for idx, row in df.iterrows():
    metric_idx = list(metrics).index(row['metric'])
    gender_idx = gender_order.index(row['gender'])
    x = x_base_positions[metric_idx] + gender_idx
    
    plt.plot([x, x], [row['min'], row['max']], color=gender_colors[row['gender']], linewidth=2)
    plt.scatter(x, row['avg'], color=gender_colors[row['gender']], s=100, zorder=5, 
                label=row['gender'] if idx in [0, 2] else "")

# 配置图表样式
plt.xticks([pos + 0.5 for pos in x_base_positions], x_labels)
plt.ylabel('数值')
plt.title('不同性别各指标的极值与均值对比')
plt.legend(title='性别')
plt.grid(axis='y', linestyle='--', alpha=0.7)

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者namrorrim