在Python中使用numpy和scipy在matplotlib中制作分箱箱线图

我有一个包含值对的二维数组，我想通过 x 值的不同箱来绘制 y 值的箱线图。 IE。如果数组是：

my_array = array([[1, 40.5], [4.5, 60], ...]])

然后我想对 my_array[:, 0] 进行分箱，然后对于每个分箱，生成属于每个框中的相应 my_array[:, 1] 值的箱线图。所以最后我希望该图包含多个箱形图。

我尝试了以下方法：

min_x = min(my_array[:, 0])
max_x = max(my_array[:, 1])

num_bins = 3
bins = linspace(min_x, max_x, num_bins)
elts_to_bins = digitize(my_array[:, 0], bins)

然而，这给了我 elts_to_bins 中范围从 1 到 3 的值。我认为我应该为 bin 获取基于 0 的索引，而我只想要 3 个 bin。我假设这是由于在 linspace 与 digitalize 中表示 bin 的方式有些棘手。

实现这一目标的最简单方法是什么？我想要 num_bins-许多等间隔的垃圾箱，第一个垃圾箱包含数据的下半部分，上部垃圾箱包含上半部分......也就是说，我希望每个数据点落入某个垃圾箱，这样我就可以制作一个箱形图。

thanks.

您将获得数组中最大值的第三个容器（我假设您有一个拼写错误，并且 max_x 应该是“max(my_array[:,0])”而不是“max(my_array[:,1”) ]）”）。您可以通过向最后一个 bin 添加 1（或任何正数）来避免这种情况。

另外，如果我理解正确的话，您希望将一个变量与另一个变量分开，所以我下面的示例表明了这一点。如果您使用 recarrays（速度慢得多），matplotlib.mlab 中还有几个函数（例如 mlab.rec_groupby 等）可以执行此类操作。

不管怎样，最后，你可能会得到这样的结果（用 y 中的值对 x 进行装箱，假设 x 和 y 的长度相同）

def bin_by(x, y, nbins=30):
    """
    Bin x by y.
    Returns the binned "x" values and the left edges of the bins
    """
    bins = np.linspace(y.min(), y.max(), nbins+1)
    # To avoid extra bin for the max value
    bins[-1] += 1 

    indicies = np.digitize(y, bins)

    output = []
    for i in xrange(1, len(bins)):
        output.append(x[indicies==i])

    # Just return the left edges of the bins
    bins = bins[:-1]

    return output, bins

举个简单的例子：

In [3]: x = np.random.random((100, 2))

In [4]: binned_values, bins = bin_by(x[:,0], x[:,1], 2)

In [5]: binned_values
Out[5]: 
[array([ 0.59649575,  0.07082605,  0.7191498 ,  0.4026375 ,  0.06611863,
        0.01473529,  0.45487203,  0.39942696,  0.02342408,  0.04669615,
        0.58294003,  0.59510434,  0.76255006,  0.76685052,  0.26108928,
        0.7640156 ,  0.01771553,  0.38212975,  0.74417014,  0.38217517,
        0.73909022,  0.21068663,  0.9103707 ,  0.83556636,  0.34277006,
        0.38007865,  0.18697416,  0.64370535,  0.68292336,  0.26142583,
        0.50457354,  0.63071319,  0.87525221,  0.86509534,  0.96382375,
        0.57556343,  0.55860405,  0.36392931,  0.93638048,  0.66889756,
        0.46140831,  0.01675165,  0.15401495,  0.10813141,  0.03876953,
        0.65967335,  0.86803192,  0.94835281,  0.44950182]),
 array([ 0.9249993 ,  0.02682873,  0.89439141,  0.26415792,  0.42771144,
        0.12292614,  0.44790357,  0.64692616,  0.14871052,  0.55611472,
        0.72340179,  0.55335053,  0.07967047,  0.95725514,  0.49737279,
        0.99213794,  0.7604765 ,  0.56719713,  0.77828727,  0.77046566,
        0.15060196,  0.39199123,  0.78904624,  0.59974575,  0.6965413 ,
        0.52664095,  0.28629324,  0.21838664,  0.47305751,  0.3544522 ,
        0.57704906,  0.1023201 ,  0.76861237,  0.88862359,  0.29310836,
        0.22079126,  0.84966201,  0.9376939 ,  0.95449215,  0.10856864,
        0.86655289,  0.57835533,  0.32831162,  0.1673871 ,  0.55742108,
        0.02436965,  0.45261232,  0.31552715,  0.56666458,  0.24757898,
        0.8674747 ])]

希望有点帮助！