绘制箱线图时如何处理 NaN 值

我正在使用 matplotlib 绘制框图，但有一些缺失值 (NaN)。然后我发现它不显示具有 NaN 值的列内的方框图。 你知道如何解决这个问题吗？ 这是代码。

import numpy as np
import matplotlib.pyplot as plt

#==============================================================================
# open data
#==============================================================================
filename='C:\\Users\\liren\\OneDrive\\Data\\DATA in the first field-final\\ks.csv'

AllData=np.genfromtxt(filename,delimiter=";",skip_header=0,dtype='str')

TreatmentCode = AllData[1:,0]
RepCode = AllData[1:,1]
KsData= AllData[1:,2:].astype('float')
DepthHeader = AllData[0,2:].astype('float')
TreatmentUnique = np.unique(TreatmentCode)[[3,1,4,2,8,6,9,7,0,5,10],]
nT = TreatmentUnique.size#nT=number of treatments
#nD=number of deepth;nR=numbers of replications;nT=number of treatments;iT=iterms of treatments
nD = 5
nR = 6
KsData_3D = np.zeros((nT,nD,nR)) 

for iT in range(nT):
    Treatment = TreatmentUnique[iT]

    TreatmentFilter = TreatmentCode == Treatment

    KsData_Filtered = KsData[TreatmentFilter,:]
    
    KsData_3D[iT,:,:] = KsData_Filtered.transpose()iD = 4
                      
fig=plt.figure()
ax = fig.add_subplot(111)
plt.boxplot(KsData_3D[:,iD,:].transpose())
ax.set_xticks(range(1,nT+1))
ax.set_xticklabels(TreatmentUnique)
ax.set_title(DepthHeader[iD])

这是最终的数字，盒子里缺少一些治疗方法。

您可以删除NaN首先从数据中提取 s，然后绘制过滤后的数据。

为此，您可以首先找到NaNs using np.isnan(data) https://docs.scipy.org/doc/numpy/reference/generated/numpy.isnan.html，然后使用该布尔数组执行按位反转~：按位取反运算符 https://docs.python.org/3/library/operator.html#mapping-operators-to-functions。用它来索引数据数组，然后过滤掉NaNs.

filtered_data = data[~np.isnan(data)]

在一个完整的例子中（改编自here https://matplotlib.org/stable/gallery/pyplots/boxplot_demo_pyplot.html)

测试于python 3.10, matplotlib 3.5.1, seaborn 0.11.2, numpy 1.21.5, pandas 1.4.2

对于一维数据：

import matplotlib.pyplot as plt
import numpy as np

# fake up some data
np.random.seed(2022)  # so the same data is created each time
spread = np.random.rand(50) * 100
center = np.ones(25) * 50
flier_high = np.random.rand(10) * 100 + 100
flier_low = np.random.rand(10) * -100
data = np.concatenate((spread, center, flier_high, flier_low), 0)

# Add a NaN
data[40] = np.NaN

# Filter data using np.isnan
filtered_data = data[~np.isnan(data)]

# basic plot
plt.boxplot(filtered_data)

plt.show()

对于二维数据：

对于 2D 数据，不能简单地使用上面的掩码，因为这样数据数组的每一列都会有不同的长度。相反，我们可以创建一个列表，列表中的每一项都是数据数组每列的过滤数据。

列表理解可以在一行中完成此操作：[d[m] for d, m in zip(data.T, mask.T)]

import matplotlib.pyplot as plt
import numpy as np

# fake up some data
np.random.seed(2022)  # so the same data is created each time
spread = np.random.rand(50) * 100
center = np.ones(25) * 50
flier_high = np.random.rand(10) * 100 + 100
flier_low = np.random.rand(10) * -100
data = np.concatenate((spread, center, flier_high, flier_low), 0)

data = np.column_stack((data, data * 2., data + 20.))

# Add a NaN
data[30, 0] = np.NaN
data[20, 1] = np.NaN

# Filter data using np.isnan
mask = ~np.isnan(data)
filtered_data = [d[m] for d, m in zip(data.T, mask.T)]

# basic plot
plt.boxplot(filtered_data)

plt.show()

我将把它作为练习留给读者，将其扩展到 3 个或更多维度，但您已经明白了。

上面的解决方案是如何使用matplotlib独自的。其他替代方案（使用matplotlib在引擎盖下）都可以使用内置此行为，因此无需自己过滤数据。

1. Use seaborn，这是一个高级 APImatplotlib. seaborn.boxplot https://seaborn.pydata.org/generated/seaborn.boxplot.html过滤器NaN在引擎盖下。

import seaborn as sns

sns.boxplot(data=data)

1D

2D

2. Use pandas. NaN如果从以下位置绘制也会被忽略df.plot(kind='box') https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.plot.html for pandas，它使用matplotlib作为默认的绘图后端。

import pandas as pd

df = pd.DataFrame(data)

df.plot(kind='box')

1D

2D