matplotlib基础绘图命令之boxplot
欢迎关注”生信修炼手册”!
在matplotlib中，boxplot方法用于绘制箱体图，基本用法如下
plt.boxplot(x=np.random.normal(size=1000))输出结果如下
boxplot方法常用的参数有以下几个
1. notch,控制箱体图的形状
2. sym, 控制离群点的样式
3. vert,控制箱体的方向
4. patch_artist，进行箱体图的颜色填充
5. showmeans，显示均值
6. labels, 指定x轴的坐标
下面来具体看下其中几个参数的用法
1. notch
notch控制是否在图中显示中位数的置信区间，默认值为False, 当取值为True时，会计算中位数的置信区间，并在图中将置信区间与中位数相连，用法如下
plt.boxplot(x=np.random.normal(size=1000), notch=True)输出结果如下
2. sym
sym控制离群点的样式，默认是白色的圆形，可以用简写的方式来指定颜色和性状，用法如下
plt.boxplot(x=np.random.normal(size=1000), sym='b+')输出结果如下
当sym取值为空时，表示不显示离群点，用法如下
plt.boxplot(x=np.random.normal(size=1000), sym='')输出结果如下
3. vert
vert控制箱体图的方向，默认值为True，表示竖直的箱体图，当取值为False时，绘制水平方向的箱体图，用法如下
plt.boxplot(x=np.random.normal(size=1000), vert=False)输出结果如下
4. patch_artist
patch_artist控制箱体图的填充，默认值为False, 此时箱体图的颜色指定的是表框的颜色，当取值为True时，color参数的值为箱体图的填充色，用法如下
plt.boxplot(x=np.random.normal(size=1000), patch_artist=True)输出结果如下
5. showmeans
showmeans用于在箱体图中显示均值，默认值为False, 当取值为True时，在箱体图中显示均值，用法如下
plt.boxplot(x=np.random.normal(size=1000),showmeans=True)输出结果如下
6. labels
labels参数指定x轴的坐标，默认是从1开始的数值下标，通过labels参数可以自定义x轴坐标，用法如下
plt.boxplot(x=[np.random.normal(size=500), np.random.normal(size=1000)],labels=['sampleA', 'sampleB'])输出结果如下
在boxplot方法中，并没有内置的参数来直接修改箱体图的颜色，线条的类型等，此时我们需要借助函数的返回值来实现，下列代码展示了利用返回值来设置箱体图填充色的技巧，代码如下
box = plt.boxplot(x=[np.random.normal(size=500), np.random.normal(size=1000)], patch_artist=True, labels=['sampleA', 'sampleB'])
colors = ['lightblue', 'lightgreen']
for patch, color in zip(box['boxes'], colors):
patch.set_color(color)输出结果如下
boxplot的返回值是一个字典，包括了箱体图中的各个元素，具体包括了以下6种元素
dict_keys(['whiskers', 'caps', 'boxes', 'medians', 'fliers', 'means'])1. whiskers, 对应箱体图中箱体上下两侧竖直的线条
2. caps, 对应箱体图中竖直线条端点的水平线段
3. boxes, 对应箱体图中的主体方框
4. medians,对应箱体图中的中位数线段
5. fiers,对应箱体图中的离群点
6. means,对应箱体图中表示均值的点
通过对应的key,可以访问对应的元素，在上述自定义箱体图颜色的代码中，就是通过boxes来获取对应的元素，然后通过set_color方法来设置颜色，类似地，也可以对箱体图中的其他元素进行个性化设置。
·end·
—如果喜欢，快分享给你的朋友们吧—
原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！
本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。
更多精彩
KEGG数据库，除了pathway你还知道哪些
全网最完整的circos中文教程
DNA甲基化数据分析专题
突变检测数据分析专题
mRNA数据分析专题
lncRNA数据分析专题
circRNA数据分析专题
miRNA数据分析专题
单细胞转录组数据分析专题
chip_seq数据分析专题
Hi-C数据分析专题
HLA数据分析专题
TCGA肿瘤数据分析专题
基因组组装数据分析专题
CNV数据分析专题
GWAS数据分析专题
2018年推文合集
2019年推文合集
写在最后
转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。
扫描下方二维码，关注我们，解锁更多精彩内容！
一个只分享干货的
生信公众号