箱线图

Axes.boxplot(
    x,                      # 一组数据，或「数组的列表」：一组一份
    notch=False,            # 中位数处开缺口，缺口 = 中位数 95% CI
    sym=None,               # 离群点符号的简写，如 "rs"；等价 flierprops
    whis=1.5,               # 须线延伸到哪：1.5×IQR，或 (5, 95) 百分位
    positions=None,         # 每组在轴上的位置，默认 1, 2, 3...
    widths=0.5,             # 箱宽
    capwidths=None,         # 端帽宽，默认 = widths / 2
    patch_artist=False,     # ★ 箱子是否变成可填色的 Patch
    bootstrap=None,         # notch 的 CI 改用 bootstrap，如 5000
    usermedians=None,       # 手动指定中位数，跳过计算
    conf_intervals=None,    # 手动指定缺口区间
    meanline=False,         # 均值画成横线（需 showmeans=True）
    showmeans=False,        # 显示均值
    showcaps=True,          # 显示须线端帽
    showbox=True,           # 显示箱体
    showfliers=True,        # 显示离群点
    boxprops=None,          # 箱体属性字典
    tick_labels=None,       # 每组标签（3.9+ 改名自 labels）
    flierprops=None,        # 离群点属性
    medianprops=None,       # 中位线属性
    meanprops=None,         # 均值属性
    capprops=None,          # 端帽属性
    whiskerprops=None,      # 须线属性
    manage_ticks=True,      # 自动打刻度；叠加散点时可能要关
    autorange=False,        # Q1 == Q3 退化时，须线是否拉到 min/max
    orientation="vertical", # 朝向（替代已废弃的 vert）
)

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(42)
groups = [rng.normal(0, 1, 300),
          rng.normal(2, 1.5, 300),
          rng.normal(-1, 0.8, 300)]
names = ["A", "B", "C"]

fig, ax = plt.subplots()
ax.boxplot(groups, tick_labels=names)
plt.show()

A = groups[0]
q1, med, q3 = np.percentile(A, [25, 50, 75])
iqr = q3 - q1
lo = max(A.min(), q1 - 1.5 * iqr)      # 下须 = max(最小值, Q1 - 1.5×IQR)
hi = min(A.max(), q3 + 1.5 * iqr)      # 上须 = min(最大值, Q3 + 1.5×IQR)
print(np.round([lo, q1, med, q3, hi], 3))
# 输出: [-2.384 -0.669 -0.087  0.474  2.188]

ax.boxplot(
    groups, patch_artist=True, tick_labels=names, showmeans=True,
    boxprops=dict(facecolor="#AEC7E8", edgecolor="#1f77b4", linewidth=1.2),
    whiskerprops=dict(color="#1f77b4", linestyle="--", linewidth=1),
    capprops=dict(color="#1f77b4", linewidth=1.2),
    medianprops=dict(color="#C44E52", linewidth=2.5),
    meanprops=dict(marker="D", markerfacecolor="white", markeredgecolor="black"),
    flierprops=dict(marker="o", markersize=3, markerfacecolor="none",
                    markeredgecolor="gray", alpha=0.5),
)

degenerate = [0, 1, 1, 1, 1, 2]        # Q1 == Q3 == 1

print(np.asarray(ax.boxplot([degenerate])["fliers"][0].get_ydata()).astype(int))
# 输出: [0 2]

print(np.asarray(ax.boxplot([degenerate], autorange=True)["fliers"][0].get_ydata()).astype(int))
# 输出: []

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"] = ["SimHei", "Microsoft YaHei", "DejaVu Sans"]
plt.rcParams["axes.unicode_minus"] = False

rng = np.random.default_rng(42)
groups = [rng.normal(0, 1, 300),
          rng.normal(2, 1.5, 300),
          rng.lognormal(0, 0.5, 300)]
names = ["A", "B", "C"]

fig, axes = plt.subplots(1, 3, figsize=(15, 4.6))

# ---- (a) 默认三组 ----
axes[0].boxplot(groups, tick_labels=names)
axes[0].set_title("(a) 默认：空心箱 + 离群点")

# ---- (b) 填色 + 缺口 ----
bp = axes[1].boxplot(groups, notch=True, patch_artist=True, widths=0.55,
                     tick_labels=names,
                     medianprops=dict(color="white", linewidth=2),
                     flierprops=dict(marker="o", markersize=3,
                                     markerfacecolor="none", alpha=0.5))
for i, box in enumerate(bp["boxes"]):
    box.set_facecolor(plt.cm.Set2(i, alpha=0.85))
    box.set_edgecolor("none")
axes[1].set_title("(b) notch=True + patch_artist=True")

# ---- (c) 箱线图 + 抖动散点：既看统计量又看原始分布 ----
axes[2].boxplot(groups, widths=0.5, showfliers=False,
                medianprops=dict(color="#C44E52", linewidth=2),
                boxprops=dict(color="gray"), whiskerprops=dict(color="gray"),
                capprops=dict(color="gray"), tick_labels=names)
for i, g in enumerate(groups, start=1):
    jitter = rng.normal(0, 0.045, len(g))          # ★ 横向抖动，别让点连成一条线
    axes[2].scatter(np.full(len(g), i) + jitter, g, s=4, alpha=0.25, color="#333333")
axes[2].set_title("(c) 叠加抖动散点（看得出双峰）")

plt.tight_layout()
plt.show()