使用Matplotlib绘制箱线图：详细指南与示例

在数据分析和可视化领域，箱线图（Box Plot）是一种强大的工具，用于展示数据的分布特征，包括中位数、四分位数、异常值等。本文将详细介绍如何使用Matplotlib库在Python中绘制箱线图，并通过一个实际的血压数据集示例来指导读者。

1 箱线图的基本概念

箱线图是一种用于显示一组数据分散情况资料的统计图。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数，然后连接两个四分位数形成箱体，再将上边缘和下边缘与箱体相连接。

2 绘制箱线图的步骤

准备数据：首先，我们需要准备要绘制的数据。在本文的示例中，我们将使用模拟的血压数据集。
创建图形和轴对象：使用Matplotlib的subplots函数创建一个图形对象和轴对象。
绘制箱线图：使用轴对象的boxplot方法绘制箱线图。
美化图形：通过调整颜色、添加网格线、隐藏边框和设置刻度等方式美化图形。
保存和展示图形：使用savefig函数保存图形为文件，并使用show函数展示图形。

3 示例代码与解释

以下是一个完整的示例代码，用于绘制血压数据的箱线图：

import matplotlib.pyplot as plt
import numpy as np

# 假设这是6组病人血压数据集（这里用随机数据代替实际数据）
bp_data1 = np.random.normal(120, 10, 100)  # 收缩压均值120，标准差10，样本量100
bp_data2 = np.random.normal(130, 15, 100)
bp_data3 = np.random.normal(110, 12, 100)
bp_data4 = np.random.normal(140, 20, 100)
bp_data5 = np.random.normal(100, 8, 100)
bp_data6 = np.random.normal(125, 14, 100)

# 将所有数据整合到一个列表中
all_data = [bp_data1, bp_data2, bp_data3, bp_data4, bp_data5, bp_data6]

# 设置标签
labels = ['A', 'B', 'C', 'D', 'E', 'F']

# 创建一个图形对象和轴对象
fig, ax = plt.subplots(figsize=(12, 6))

# 设置全局字体大小
plt.rcParams['font.size'] = 12

# 绘制矩形箱线图
bplot = ax.boxplot(all_data,
                   vert=True,  # 箱体垂直对齐
                   patch_artist=True,  # 使用颜色填充
                   labels=labels)  # 设置x轴刻度标签
ax.set_title('Rectangular Box Plot\\n(Blood Pressure Data)')
ax.set_xlabel('Patient Groups')
ax.set_ylabel('Blood Pressure (mmHg)')

# 为箱线图设置颜色
colors = ['pink', 'lightblue', 'lightgreen', 'orange', 'purple', 'brown']
for patch, color in zip(bplot['boxes'], colors):
    patch.set_facecolor(color)

# 添加水平网格线
ax.yaxis.grid(True, linestyle='--', alpha=0.7)

# 隐藏图形的上边框和右边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 设置刻度向内显示
ax.tick_params(axis='both', which='major', direction='in')

# 调整布局以避免标签重叠
plt.tight_layout()

# 展示图形
plt.show()

# 以高分辨率保存图形为PDF文件
plt.savefig("box_plot.pdf", dpi=300)