如何阻止箱线图限值自动取整或手动修改限值？

核心思路：直接自定义须限值 #

xlim只是调整图表的显示范围，根本不会改变箱线图的须和异常值计算逻辑，所以得从箱线图的生成参数入手，手动指定精确的须限值，绕过默认的取整行为。

1. Matplotlib 实现方式 #

方法一：用whis参数传入精确计算的须限值

先自己算出四分位数、IQR和精确的上下须，再传给boxplot：

import matplotlib.pyplot as plt
import numpy as np

# 示例数据
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 15])

# 计算精确的四分位数、IQR和须限值
q1 = np.percentile(data, 25)
q3 = np.percentile(data, 75)
iqr = q3 - q1
lower_whisker = q1 - 1.5 * iqr
upper_whisker = q3 + 1.5 * iqr

# 绘制箱线图，指定自定义须范围
plt.boxplot(data, whis=[lower_whisker, upper_whisker])
plt.show()

方法二：绘制后手动修改须的位置

如果已经画好箱线图，也可以直接修改图形元素：

box = plt.boxplot(data)
# 针对纵向箱线图修改上须和上帽的位置，横向图改xdata即可
box['whiskers'][1].set_ydata([upper_whisker, upper_whisker])
box['caps'][1].set_ydata([upper_whisker, upper_whisker])
plt.show()

2. Seaborn 实现方式 #

Seaborn的boxplot同样支持whis参数，逻辑和Matplotlib一致：

import seaborn as sns
import numpy as np

data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 15])
q1 = np.percentile(data, 25)
q3 = np.percentile(data, 75)
iqr = q3 - q1
lower_whisker = q1 - 1.5 * iqr
upper_whisker = q3 + 1.5 * iqr

# 传入自定义须范围绘制
sns.boxplot(data=data, whis=[lower_whisker, upper_whisker])
plt.show()

额外避坑提示 #

• 检查数据类型：如果你的数据是整数类型，默认计算可能触发取整，先转成浮点型（data = data.astype(float)）再计算。
• 不要依赖库的默认计算：用np.percentile手动计算四分位数，能确保得到精确的浮点结果，避免库内置的取整优化。

内容的提问来源于stack exchange，提问作者yogen