为了只使用百分位值和离群值（如果有）绘制箱形图，我制作了一个
customized_box_plot函数，该函数基本上修改了基本箱形图（由少量样本数据生成）中的属性，以使其根据您的百分位值进行拟合。
该customized_box_plot
功能
def customized_box_plot(percentiles, axes, redraw = True, *args, **kwargs): """ Generates a customized boxplot based on the given percentile values """ box_plot = axes.boxplot([[-9, -4, 2, 4, 9],]*n_box, *args, **kwargs) # Creates len(percentiles) no of box plots min_y, max_y = float('inf'), -float('inf') for box_no, (q1_start, q2_start, q3_start, q4_start, q4_end, fliers_xy) in enumerate(percentiles): # Lower cap box_plot['caps'][2*box_no].set_ydata([q1_start, q1_start]) # xdata is determined by the width of the box plot # Lower whiskers box_plot['whiskers'][2*box_no].set_ydata([q1_start, q2_start]) # Higher cap box_plot['caps'][2*box_no + 1].set_ydata([q4_end, q4_end]) # Higher whiskers box_plot['whiskers'][2*box_no + 1].set_ydata([q4_start, q4_end]) # Box box_plot['boxes'][box_no].set_ydata([q2_start, q2_start, q4_start, q4_start, q2_start]) # Median box_plot['medians'][box_no].set_ydata([q3_start, q3_start]) # Outliers if fliers_xy is not None and len(fliers_xy[0]) != 0: # If outliers exist box_plot['fliers'][box_no].set(xdata = fliers_xy[0], ydata = fliers_xy[1]) min_y = min(q1_start, min_y, fliers_xy[1].min()) max_y = max(q4_end, max_y, fliers_xy[1].max()) else: min_y = min(q1_start, min_y) max_y = max(q4_end, max_y) # The y axis is rescaled to fit the new box plot completely with 10% # of the maximum value at both ends axes.set_ylim([min_y*1.1, max_y*1.1]) # If redraw is set to true, the canvas is updated. if redraw: ax.figure.canvas.draw() return box_plot用法
使用逆逻辑（最后是代码），我从此示例中提取了百分位值
>>> percentiles(-1.0597368367634488, 0.3977683984966961, 1.0298955252405229, 1.6693981537742526, 3.4951447843464449)(-0.90494930553559483, 0.36916539612108634, 1.0303658700697103, 1.6874542731392828, 3.4951447843464449)(0.13744105279440233, 1.3300645202649739, 2.6131540656339483, 4.8763411136047647, 9.5751914834437937)(0.22786243898199182, 1.4120860286080519, 2.637650402506837, 4.9067126578493259, 9.4660357513550899)(0.0064696168078617741, 0.30586770128093388, 0.70774153557312702, 1.5241965711101928, 3.3092932063051976)(0.007009744579241136, 0.28627373934008982, 0.66039691869500572, 1.4772725266672091, 3.221716765477217)(-2.2621660374110544, 5.1901313713883352, 7.7178532139979357, 11.277744848353247, 20.155971739152388)(-2.2621660374110544, 5.1884411864079532, 7.3357079047721054, 10.792299385806913, 18.842012119715388)(2.5417888074435702, 5.885996170695587, 7.7271286220368598, 8.9207423361593179, 10.846938621419374)(2.5971767318505856, 5.753551925927133, 7.6569980004033464, 8.8161056254143233, 10.846938621419374)
请注意，为简短起见，我没有显示离群矢量，该向量将是每个百分位数组的第六个元素。
还要注意，可以使用所有其他常用的kwargs / args，因为它们可以简单地传递给其中的
boxplot方法：
>>> fig, ax = plt.subplots()>>> b = customized_box_plot(percentiles, ax, redraw=True, notch=0, sym='+', vert=1, whis=1.5)>>> plt.show()
说明
该
boxplot方法返回一个字典，该字典将箱线图的组成部分映射到
matplotlib.lines.Line2D所创建的各个实例。
引用
matplotlib.pyplot.boxplot文档：
该词典具有以下键（假定垂直框图）：
框：框图的主体，显示四分位数和中位数的置信区间（如果启用）。
中位数：每个框的中位数处的水平线。
晶须：垂直线延伸到最极端的n个异常数据点。盖：晶须末端的水平线。
飞行物：表示数据的点超出了晶须（异常值）。
均值：代表均值的点或线。
例如观察
boxplot的极小样本数据的
[-9, -4, 2, 4, 9]
>>> b = ax.boxplot([[-9, -4, 2, 4, 9],])>>> b{'boxes': [<matplotlib.lines.Line2D at 0x7fe1f5b21350>],'caps': [<matplotlib.lines.Line2D at 0x7fe1f54d4e50>,<matplotlib.lines.Line2D at 0x7fe1f54d0e50>],'fliers': [<matplotlib.lines.Line2D at 0x7fe1f5b317d0>],'means': [],'medians': [<matplotlib.lines.Line2D at 0x7fe1f63549d0>],'whiskers': [<matplotlib.lines.Line2D at 0x7fe1f5b22e10>, <matplotlib.lines.Line2D at 0x7fe20c54a510>]}>>> plt.show()这些
matplotlib.lines.Line2D对象有两种方法，将在我的函数中广泛使用。
set_xdata（或
set_ydata）和
get_xdata（或
get_ydata）。
使用这些方法，我们可以更改基本框图的组成线的位置，以符合您的百分位值（这是
customized_box_plot函数的作用）。更改组成线的位置后，您可以使用重新绘制画布
figure.canvas.draw()
总结了从百分位到各个Line2D
对象的坐标的映射。
Y坐标：
- 最大值（
q4_end
-第4个四分位数的结尾）对应于最上面的上限Line2D
对象。 - 最小值（
q1_start
-第一个四分位数的开始）对应于最低的上限Line2D
对象。 - 中位数对应于（
q3_start
）中位数Line2D
对象。 - 2个晶须位于盒子的两端和最高端盖之间（
q1_start
和q2_start
-下晶须q4_start
和q4_end
-上晶须） - 盒子实际上是一条有趣的
n
形状，由下部的盖子围成的线。n
异形线的端点对应于q2_start
和q4_start
。
X坐标：
- 中心x坐标（对于多个箱形图，通常为1、2、3 …）
- 该库根据指定的宽度自动计算边界x坐标。
从箱形图DICT中检索百分数的逆函数：
def get_percentiles_from_box_plots(bp): percentiles = [] for i in range(len(bp['boxes'])): percentiles.append((bp['caps'][2*i].get_ydata()[0], bp['boxes'][i].get_ydata()[0], bp['medians'][i].get_ydata()[0], bp['boxes'][i].get_ydata()[2], bp['caps'][2*i + 1].get_ydata()[0], (bp['fliers'][i].get_xdata(), bp['fliers'][i].get_ydata()))) return percentiles
注意：之所以没有制作完全自定义的箱形图方法，是因为内置箱形图提供了许多无法完全复制的功能。
如果我可能不必要地解释了一些过于明显的内容，也请原谅。
