箱线图放置在时间轴上

Posted 2023-03-11

【中文标题】箱线图放置在时间轴上

【英文标题】：Boxplot placed on time axis

【发布时间】：2016-11-29 07:45:37

【问题描述】：

我想在时间轴上放置一系列（matplotlib）箱线图。它们是在一年中的不同日子进行的一系列测量。日期分布不均匀，我对随时间的变化感兴趣。

---

简易版

我有一个带有索引和一系列数字的 pandas DataFrame，或多或少像这样：（注意索引）：

np.random.seed(12345)
data = np.array( [ np.random.normal( i, 1, 10 ) for i in range(3) ] )
ii = np.array([ 3, 5, 8 ] )
df = pd.DataFrame( data=data, index=ii )

对于每个索引，我都需要做一个箱线图，没问题：

plt.boxplot( [ df.loc[i] for i in df.index ], vert=True, positions=ii )

时间版本

问题是，我需要将盒子放在时间轴上，即将盒子放在具体日期

np.random.seed(12345)
data = np.array( [ np.random.normal( i, 1, 10 ) for i in range(3) ] )
dates = pd.to_datetime( [ '2015-06-01', '2015-06-15', '2015-08-30' ] )
df = pd.DataFrame( data=data, index=dates )
plt.boxplot( [ df.loc[i] for i in df.index ], vert=True )

但是，如果我合并职位：

ax.boxplot( [ df.loc[i] for i in df.index ], vert=True, positions=dates )

我收到一个错误：

TypeError：无法将“Timedelta”类型与“float”类型进行比较

查看文档显示：

plt.boxplot?

位置：类似数组，默认 = [1, 2, ..., n]

设置框的位置。刻度和限制会自动设置以匹配位置。

---

希望时间版本

此代码旨在澄清、缩小问题范围。框应该出现在那里，蓝点放置在下图中。

np.random.seed(12345)
data = np.array( [ np.random.normal( i, 1, 10 ) for i in range(3) ] )
dates = pd.to_datetime( [ '2015-06-01', '2015-06-15', '2015-08-30' ] )
df = pd.DataFrame( data=data, index=dates )

fig, ax = plt.subplots( figsize=(10,5) )
x1 = pd.to_datetime( '2015-05-01' )
x2 = pd.to_datetime( '2015-09-30' )
ax.set_xlim( [ x1, x2 ] )

# ax.boxplot( [ df.loc[i] for i in df.index ], vert=True ) # Does not throw error, but plots nothing (out of range)
# ax.boxplot( [ df.loc[i] for i in df.index ], vert=True, positions=dates ) # This is what I'd like (throws TypeError)

ax.plot( dates, [ df.loc[i].mean() for i in df.index ], 'o' )  # Added to clarify the positions I aim for

---

有没有办法在时间轴上放置箱线图？

---

我正在使用：

python：3.4.3 + numpy：1.11.0 + pandas：0.18.0 + matplotlib：1.5.1

【问题讨论】：

除非日期是您的列索引，您不能让它们位于 x 轴上。箱线图在 y 轴上绘制给定字段/列的范围，同时在 x 轴上保留字段/列的名称。您可以水平绘制它们。但想法保持不变。

您是否尝试传入position 的日期时间对象列表？

看起来您需要为 width kwarg 显式传递一个增量时间

@Abdou 当然你可以在x轴上有日期，你可以直接传递它们：plt.plot( dates.dt, np.arange(12) )

@Luis 这是一个阴谋。不是箱线图！

【参考方案1】：

到目前为止，我最好的解决方案是将轴的单位转换为合适的int 单位并相应地绘制所有内容。就我而言，那是几天。

np.random.seed(12345)
data = np.array( [ np.random.normal( i, 1, 10 ) for i in range(3) ] )
dates = pd.to_datetime( [ '2015-06-01', '2015-06-15', '2015-08-30' ] )
df = pd.DataFrame( data=data, index=dates )

fig, ax = plt.subplots( figsize=(10,5) )
x1 = pd.to_datetime( '2015-05-01' )
x2 = pd.to_datetime( '2015-09-30' )
pos = ( dates - x1 ).days

ax.boxplot( [ df.loc[i] for i in df.index ], vert=True, positions=pos )
ax.plot( pos, [ df.loc[i].mean() for i in df.index ], 'o' )

ax.set_xlim( [ 0, (x2-x1).days ] )
ax.set_xticklabels( dates.date, rotation=45 )

箱线图放置在正确的位置，但代码对我来说似乎有点麻烦。

更重要的是：x轴的单位不再是“时间”了。

【参考方案2】：

可以通过两种方式生成所需的输出。但请记住，boxplots 在y-axis 上绘制给定字段/列的范围，同时在x-axis 上保留字段/列的名称。您可以水平绘制它们。但想法还是一样。

无论如何，您都可以使用 pandas timestamp 对象作为列名来创建数据框。这样，当您在数据框上调用 boxplot 函数时，输出将显示 x-axis 上的列名：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(12345)
data = np.array([np.random.normal(i, 1, 50) for i in range(12)])

##Create an array that will be the names of your columns
ii = pd.date_range(pd.Timestamp('2015-06-01'),periods=data.shape[1], freq='MS')

##Create the DataFrame
df = pd.DataFrame(data=data, columns=ii)

##I am going to reduce the number of columns so that the plot can show
checker = ii[:3]
df[checker].boxplot()

#Show the boxplots. This is just for 3 columns out of 50
plt.show()

您还可以通过转置数据框来使用您所拥有的内容，以便索引将成为列名。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(12345)

data = np.array([np.random.normal(i, 1, 50) for i in range(12)])

##Create an array that will be the indices of your dataframe
ii = pd.date_range(pd.Timestamp('2015-06-01'),periods=data.shape[0], freq='MS')

##Create the DataFrame
df = pd.DataFrame(data=data, index=ii)

##I am going to reduce the number of columns so that the plot can show
checker = ii[:3]
df.T[checker].boxplot()

#Show the boxplots. This is just for 3 columns out of 50
plt.show()

我希望这会有所帮助。

【讨论】：

我一直在思考你的答案，直到现在我才意识到我用不规则间隔的日期进行了全面测试。您的方法仅将日期作为标签，但实际上并未设置轴上框的 position。

很抱歉在 cmets 中另有说明，这是我的错误，但这种方法并没有回答原始问题。

【参考方案3】：

这是一个相当晚的答案，但我认为这仍然相关。以下是我的尝试

import numpy as np[![enter image description here][1]][1]
import pandas as pd
import matplotlib.dates as mdates
import matplotlib as mpl
import matplotlib.pyplot as plt

np.random.seed(12345)
data = np.array( [ np.random.normal( i, 1, 10 ) for i in range(3) ] )
dates = pd.to_datetime( [ '2015-06-01', '2015-06-15', '2015-08-30' ] )
df = pd.DataFrame( data=data, index=dates )


df.T.boxplot(
        positions=mpl.dates.date2num(df.index),
        widths=5,
        )
ax = plt.gca()
f = plt.gcf()

locator = mdates.AutoDateLocator(minticks=3, maxticks=7)
formatter = mdates.ConciseDateFormatter(locator)
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(formatter)