如何在Python中绘制以月份为X轴、数据为Y轴的箱线图？

方法1：使用Seaborn（推荐，代码更简洁） #

Seaborn的boxplot可以直接按分类变量（月份）分组绘制箱线图，无需手动分组，和Matlab的boxchart逻辑完全匹配。

代码示例 #

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 替换为你的真实数据
date_month = np.array([1, 1, 2, 2, 2, 3, 3, 3, 3])
delta_gmb_gris = np.array([0.5, 0.7, 0.3, 0.6, 0.4, 0.8, 1.0, 0.9, 0.7])

# 绘制箱线图
plt.figure(figsize=(10,6))
sns.boxplot(x=date_month, y=delta_gmb_gris)

# 设置图表标签与标题
plt.xlabel('月份')
plt.ylabel('delta_gmb_gris')
plt.title('各月份delta_gmb_gris分布箱线图')

plt.show()

如果date_month是字符串类型（如['Jan', 'Feb', 'Mar']），代码无需修改，Seaborn会自动识别分类维度。

方法2：纯Matplotlib实现 #

若不想依赖Seaborn，需先手动按月份分组整理数据，再传入boxplot函数。

代码示例 #

import numpy as np
import matplotlib.pyplot as plt

# 替换为你的真实数据
date_month = np.array([1, 1, 2, 2, 2, 3, 3, 3, 3])
delta_gmb_gris = np.array([0.5, 0.7, 0.3, 0.6, 0.4, 0.8, 1.0, 0.9, 0.7])

# 按月份分组：提取唯一月份，收集对应数值
unique_months = np.unique(date_month)
grouped_data = [delta_gmb_gris[date_month == month] for month in unique_months]

# 绘制箱线图
plt.figure(figsize=(10,6))
plt.boxplot(grouped_data)

# 将X轴刻度设置为对应月份
plt.xticks(range(1, len(unique_months)+1), unique_months)

# 设置图表标签与标题
plt.xlabel('月份')
plt.ylabel('delta_gmb_gris')
plt.title('各月份delta_gmb_gris分布箱线图')

plt.show()

关键说明 #

Matplotlib原生boxplot要求传入按分组整理的二维数据（每个子列表对应一个月份的所有数值），这和Matlab直接传入两个一维数组的逻辑不同——这也是很多人用Matplotlib时结果不符合预期的核心原因。

内容的提问来源于stack exchange，提问作者user5618251