使用 matplotlib 的箱线图的奇怪形状
strange shape of the boxplot using matplotlib
data= np.array([9,13,10,9,13,5,13,9,7,9,13,11])
fig9, ax9 = plt.subplots()
ax9.boxplot(data, notch=True)
我得到了奇怪的缺口箱线图。我想用缺口来突出中位数。
为什么这个人影会呈现出奇怪的形状?这不奇怪吗?
我使用 MacOS 10.14.5 和 python 3.7.2.
在boxplot documentation中已经解释的很清楚了。注释指出:
注:
在 CI 的值小于下四分位数或大于上四分位数的情况下,凹口将延伸到框之外,使其具有独特的“翻转”外观。这是预期的行为,与其他统计可视化包一致。
因此,如果您计算参数,您会发现您属于所描述的情况。
>>> [np.quantile(data, i) for i in np.arange(0.25, 1, 0.25)]
[9.0, 9.5, 13.0]
>>> scipy.stats as st
>>> st.t.interval(0.95, len(data)-1, loc=np.mean(data), scale=st.sem(data))
(8.425200299187184, 11.741466367479484)
data= np.array([9,13,10,9,13,5,13,9,7,9,13,11])
fig9, ax9 = plt.subplots()
ax9.boxplot(data, notch=True)
我得到了奇怪的缺口箱线图。我想用缺口来突出中位数。 为什么这个人影会呈现出奇怪的形状?这不奇怪吗?
我使用 MacOS 10.14.5 和 python 3.7.2.
在boxplot documentation中已经解释的很清楚了。注释指出:
注: 在 CI 的值小于下四分位数或大于上四分位数的情况下,凹口将延伸到框之外,使其具有独特的“翻转”外观。这是预期的行为,与其他统计可视化包一致。
因此,如果您计算参数,您会发现您属于所描述的情况。
>>> [np.quantile(data, i) for i in np.arange(0.25, 1, 0.25)]
[9.0, 9.5, 13.0]
>>> scipy.stats as st
>>> st.t.interval(0.95, len(data)-1, loc=np.mean(data), scale=st.sem(data))
(8.425200299187184, 11.741466367479484)