使用缺口形状时 matplotlibs 箱线图的奇怪行为

我遇到一些奇怪的行为matplotlib's boxplot当我使用“notch“形状。我正在使用一些我不久前编写的代码，但从未遇到过这些问题——我想知道问题是什么。有什么想法吗？

当我关闭凹口形状时，它看起来很正常

这将是代码：

def boxplot_modified(data):

    fig = plt.figure(figsize=(8,6))
    ax = plt.subplot(111) 

    bplot = plt.boxplot(data, 
            #notch=True,          # notch shape 
            vert=True,           # vertical box aligmnent
            sym='ko',            # red circle for outliers
            patch_artist=True,   # fill with color
            )   

    # choosing custom colors to fill the boxes
    colors = 3*['lightgreen'] + 3*['lightblue'], 'lightblue', 'lightblue', 'lightblue']
    for patch, color in zip(bplot['boxes'], colors):
        patch.set_facecolor(color)

    # modifying the whiskers: straight lines, black, wider
    for whisker in bplot['whiskers']:
        whisker.set(color='black', linewidth=1.2, linestyle='-')    

    # making the caps a little bit wider 
    for cap in bplot['caps']:
        cap.set(linewidth=1.2)

    # hiding axis ticks
    plt.tick_params(axis="both", which="both", bottom="off", top="off",  
            labelbottom="on", left="off", right="off", labelleft="on")

    # adding horizontal grid lines 
    ax.yaxis.grid(True) 

    # remove axis spines
    ax.spines["top"].set_visible(False)  
    ax.spines["right"].set_visible(False) 
    ax.spines["bottom"].set_visible(True) 
    ax.spines["left"].set_visible(True)

    plt.xticks([y+1 for y in range(len(data))], 8*['x'])

    # raised title
    #plt.text(2, 1, 'Modified',
    #     horizontalalignment='center',
    #     fontsize=18)

    plt.tight_layout()
    plt.show()

boxplot_modified(df.values)

当我在没有自定义的情况下制作普通图时，问题仍然出现：

def boxplot(data):

    fig = plt.figure(figsize=(8,6))
    ax = plt.subplot(111) 

    bplot = plt.boxplot(data, 
            notch=True,          # notch shape 
            vert=True,           # vertical box aligmnent
            sym='ko',            # red circle for outliers
            patch_artist=True,   # fill with color
            )   

    plt.show()
boxplot(df.values)

好吧，事实证明，这实际上是一个正确的行为；）

From 维基百科:

缺口箱线图在中位数周围应用“缺口”或箱形变窄。缺口对于提供中位数差异显着性的粗略指导很有用；如果两个盒子的缺口不重叠，这提供了中位数之间存在统计显着差异的证据。凹口的宽度与样品的四分位距成正比，与样品尺寸的平方根成反比。然而，最合适的乘数存在不确定性（因为这可能会根据样本方差的相似性而变化）。一种约定是使用 +/-1.58*IQR/sqrt(n)。

这也曾在一次讨论中讨论过GitHub 上的问题; R 产生类似的输出作为此行为“正确”的证据。

因此，如果我们在缺口箱图中出现这种奇怪的“翻转”外观，则仅意味着第一个四分位数的值低于平均值的置信度，反之亦然。虽然它看起来很难看，但它实际上是有关中位数置信度的有用信息。

自举（随机抽样和替换来估计抽样分布的参数，此处：置信区间）可能会减少这种影响：

来自plt.boxplot文档：

bootstrap ：无（默认）或整数 指定是否引导置信区间 围绕有缺口箱线图的中位数。如果引导==无， 不执行自举，并计算陷波 使用基于高斯的渐近近似（参见 McGill, R., Tukey, J.W. 和 Larsen, W.A.，1978 年，以及 Kendall 和 Stuart， 1967）。否则，bootstrap指定次数 自举中位数以确定其 95% 置信区间。 建议使用 1000 到 10000 之间的值。