如何使用Python matplotlib打印箱线图的离群值数值?
提取箱线图离群值的实现方案
核心逻辑非常简单:plt.boxplot()函数本身会返回包含所有绘图元素的字典对象,其中就封装了计算好的离群点数据,只需要在绘图时接住返回值,就能直接读取和图上显示完全一致的离群数值,不需要手动重复计算四分位距、上下界找离群点。
具体修改步骤
- 第一步:修改原有绘图代码,接收boxplot的返回值,核心代码如下:
flierprops = dict(marker='o', markerfacecolor='green', markersize=2, linestyle='none') # 新增变量接收箱线图的全量绘图元素 boxplot_elements = plt.boxplot(derivation, vert=False, flierprops=flierprops)
- 第二步:从返回对象中提取离群点数据
返回的boxplot_elements是标准字典,对应'fliers'键的取值是每一组数据对应的离群点标记对象。由于你绘制的是横向箱线图(vert=False模式),离群点对应的数值存储在对象的x轴坐标中:
# 逐组遍历所有离群点对象 for group_index, flier_obj in enumerate(boxplot_elements['fliers']): # 横向箱线图的数值轴为x轴,直接读取x坐标即为离群点实际值 current_group_outliers = flier_obj.get_xdata() print(f"第{group_index + 1}组数据的离群值列表:{current_group_outliers}")
注意事项
- 该方法读取的离群值和matplotlib绘图时内置计算的结果完全一致,匹配图上所有绿色圆点的数值,不存在计算偏差。
- 如果某一组数据没有离群点,对应读取到的结果是空数组,不会触发报错。
- 如果后续需要对离群值做统计分析,可以初始化空列表,在遍历时把读取到的数值追加到列表中统一处理。
可直接运行的完整测试代码
import matplotlib.pyplot as plt import numpy as np # 构造带离群点的测试数据集 derivation = [ np.random.normal(loc=0, scale=1, size=100), np.random.normal(loc=5, scale=2, size=100) ] # 手动插入几个离群值 derivation[0][0] = 12 derivation[0][1] = -10 flierprops = dict(marker='o', markerfacecolor='green', markersize=2, linestyle='none') boxplot_elements = plt.boxplot(derivation, vert=False, flierprops=flierprops) # 读取并输出离群值 all_outliers = [] for group_index, flier_obj in enumerate(boxplot_elements['fliers']): current_group_outliers = flier_obj.get_xdata() print(f"第{group_index + 1}组离群值:{current_group_outliers}") all_outliers.extend(current_group_outliers) print(f"所有离群值汇总:{all_outliers}") plt.show()
内容的提问来源于stack exchange,提问作者mathsqt
相关产品推荐
相关产品推荐

