如何在seaborn箱线图中设置IQR为10%~90%分位范围

可以实现，不需要修改seaborn底层源码，通过透传参数或手动计算分位即可完成。

• 仅调整箱线须为10%_{90%分位（保留箱体默认25%}75% IQR）
  这是最常见的需求，直接传入whis参数即可，seaborn会自动将该参数透传给底层matplotlib的箱线图接口，示例代码如下：

  import seaborn as sns
  import matplotlib.pyplot as plt
  
  # 加载示例数据集，可替换为自有数据
  tips = sns.load_dataset("tips")
  
  # 绘制自定义分位范围的箱线图
  sns.boxplot(
      x="day",
      y="total_bill",
      data=tips,
      whis=[10, 90] # 核心参数，指定须线覆盖10%~90%分位范围
  )
  plt.show()
  

• 调整箱体本身为10%~90%分位
  如果需要把箱体的上下边界从默认的25%、75%改为10%、90%，需要先手动计算对应分组的分位值再绘制，示例代码如下：

  import seaborn as sns
  import pandas as pd
  import matplotlib.pyplot as plt
  
  tips = sns.load_dataset("tips")
  # 按分组维度计算10%、50%、90%分位值
  group_stats = tips.groupby("day")["total_bill"].quantile([0.1, 0.5, 0.9]).unstack()
  group_stats.columns = ["q10", "median", "q90"]
  
  fig, ax = plt.subplots()
  # 基于自定义分位值绘制箱线图
  bxp_stats = [
      {"med": row["median"], "q1": row["q10"], "q3": row["q90"], "whislo": row["q10"], "whishi": row["q90"]}
      for _, row in group_stats.iterrows()
  ]
  ax.bxp(bxp_stats, showfliers=False)
  # 替换x轴刻度为分组名称
  ax.set_xticklabels(group_stats.index)
  plt.show()
  

提示：如果设置自定义分位后不需要展示默认规则判定的离群点，可以补充参数showfliers=False关闭离群点渲染。

内容的提问来源于stack exchange，提问作者bitbyt3bit