当前位置：极客笔记 > Matplotlib > Matplotlib 问答 > Matplotlib中如何在箱线图上显示文本：全面指南

Matplotlib中如何在箱线图上显示文本：全面指南

Matplotlib中如何在箱线图上显示文本：全面指南

参考：How to display text on boxplot in Matplotlib

在数据可视化中，箱线图是一种非常有用的图表类型，用于展示数据的分布情况。而在箱线图上添加文本可以进一步增强图表的信息量，使其更加直观和易于理解。本文将详细介绍如何在Matplotlib中的箱线图上显示文本，包括各种常见场景和技巧。

1. 基础箱线图绘制

在开始在箱线图上添加文本之前，我们先来回顾一下如何使用Matplotlib绘制基础的箱线图。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 设置标题和轴标签
ax.set_title('Basic Boxplot - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这段代码创建了一个基本的箱线图，包含三组数据。接下来，我们将在这个基础上探索如何添加各种文本元素。

2. 在箱线图上添加中位数值

显示中位数是箱线图上最常见的文本添加需求之一。我们可以使用text()函数来实现这一点。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加中位数值
for i, median in enumerate(bp['medians']):
    median_val = median.get_ydata()[0]
    ax.text(i+1, median_val, f'{median_val:.2f}', 
            ha='center', va='bottom', fontweight='bold')

# 设置标题和轴标签
ax.set_title('Boxplot with Median Values - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

在这个例子中，我们遍历了箱线图中的每个中位数线，获取其y值，然后使用text()函数在适当的位置添加文本。

3. 显示箱线图的统计信息

除了中位数，我们还可以显示其他统计信息，如平均值、最大值和最小值等。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加统计信息
for i, d in enumerate(data):
    mean = np.mean(d)
    ax.text(i+1, mean, f'Mean: {mean:.2f}', ha='center', va='bottom', color='red')

    max_val = np.max(d)
    ax.text(i+1, max_val, f'Max: {max_val:.2f}', ha='center', va='bottom', color='green')

    min_val = np.min(d)
    ax.text(i+1, min_val, f'Min: {min_val:.2f}', ha='center', va='top', color='blue')

# 设置标题和轴标签
ax.set_title('Boxplot with Statistics - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何在箱线图上添加平均值、最大值和最小值的信息。我们使用不同的颜色来区分不同的统计量，使图表更加清晰。

4. 自定义文本样式

为了使文本更加美观和易读，我们可以自定义文本的样式，包括字体、大小、颜色等。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加自定义样式的文本
for i, median in enumerate(bp['medians']):
    median_val = median.get_ydata()[0]
    ax.text(i+1, median_val, f'Median: {median_val:.2f}', 
            ha='center', va='bottom', fontweight='bold', fontsize=10,
            bbox=dict(facecolor='yellow', alpha=0.5, edgecolor='red', boxstyle='round,pad=0.5'))

# 设置标题和轴标签
ax.set_title('Boxplot with Custom Text Style - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

在这个例子中，我们为中位数文本添加了自定义样式，包括粗体字、背景色和边框。这种方式可以使重要信息更加突出。

5. 添加箱线图组标签

有时我们需要为每个箱子添加标签，以便更好地识别不同的数据组。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]
labels = ['Group A', 'Group B', 'Group C']

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加组标签
for i, label in enumerate(labels):
    ax.text(i+1, ax.get_ylim()[0], label, 
            ha='center', va='top', fontweight='bold', fontsize=10,
            bbox=dict(facecolor='white', edgecolor='none', alpha=0.8))

# 设置标题和轴标签
ax.set_title('Boxplot with Group Labels - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何在每个箱子下方添加组标签。我们使用白色背景来确保标签清晰可见。

6. 显示异常值标签

箱线图中的异常值通常很重要，我们可以为它们添加特殊的标签。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加异常值标签
for i, d in enumerate(data):
    outliers = bp['fliers'][i].get_ydata()
    for outlier in outliers:
        ax.text(i+1, outlier, f'Outlier: {outlier:.2f}', 
                ha='right', va='center', fontsize=8, color='red')

# 设置标题和轴标签
ax.set_title('Boxplot with Outlier Labels - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何为箱线图中的异常值添加标签。我们使用红色文本来突出显示这些异常值。

7. 添加箱线图比较信息

当我们需要比较不同组之间的数据时，可以添加一些比较信息。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加比较信息
medians = [np.median(d) for d in data]
for i in range(len(medians)-1):
    diff = medians[i+1] - medians[i]
    ax.annotate(f'Diff: {diff:.2f}', 
                xy=(i+1.5, max(medians[i], medians[i+1])),
                xytext=(0, 20), textcoords='offset points',
                ha='center', va='bottom',
                bbox=dict(boxstyle='round,pad=0.5', fc='yellow', alpha=0.5),
                arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0'))

# 设置标题和轴标签
ax.set_title('Boxplot with Comparison Information - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何添加相邻组之间的中位数差异信息。我们使用带箭头的注释来显示这些比较信息。

8. 在箱线图上添加图例

有时我们需要为箱线图添加图例，以解释不同的颜色或标记的含义。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data, patch_artist=True)

# 设置颜色
colors = ['lightblue', 'lightgreen', 'lightpink']
for patch, color in zip(bp['boxes'], colors):
    patch.set_facecolor(color)

# 添加图例
ax.legend([bp['boxes'][0], bp['medians'][0]], ['Data', 'Median'], 
          loc='upper right')

# 添加文本说明
ax.text(0.95, 0.05, 'how2matplotlib.com', 
        ha='right', va='bottom', transform=ax.transAxes,
        fontsize=10, fontStyle='italic', alpha=0.7)

# 设置标题和轴标签
ax.set_title('Boxplot with Legend - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

这个例子展示了如何为箱线图添加图例，解释不同的颜色和线条的含义。我们还在图表右下角添加了一个水印文本。

9. 在箱线图上添加统计检验结果

当进行统计分析时，我们可能想要在箱线图上显示统计检验的结果。

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats

# 生成示例数据
np.random.seed(42)
data1 = np.random.normal(0, 1, 100)
data2 = np.random.normal(0.5, 1, 100)

# 执行t检验
t_stat, p_value = stats.ttest_ind(data1, data2)

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot([data1, data2], labels=['Group 1', 'Group 2'])

# 添加t检验结果
ax.text(0.5, 1.05, f't-statistic: {t_stat:.2f}, p-value: {p_value:.4f}',
        ha='center', va='bottom', transform=ax.transAxes,
        bbox=dict(facecolor='white', edgecolor='black', alpha=0.8))

# 设置标题和轴标签
ax.set_title('Boxplot with T-test Results - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何在箱线图上添加t检验的结果。我们在图表顶部添加了一个文本框，显示t统计量和p值。

10. 创建水平箱线图并添加文本

有时，水平方向的箱线图可能更适合某些数据展示需求。我们也可以在水平箱线图上添加文本。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 6)]
labels = ['A', 'B', 'C', 'D', 'E']

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(12, 8))

# 绘制水平箱线图
bp = ax.boxplot(data, vert=False, labels=labels)

# 添加中位数值
for i, median in enumerate(bp['medians']):
    median_val = median.get_xdata()[0]
    ax.text(median_val, i+1, f'{median_val:.2f}', 
            ha='left', va='center', fontweight='bold')

# 设置标题和轴标签
ax.set_title('Horizontal Boxplot with Text - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Values', fontsize=12)
ax.set_ylabel('Groups', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何创建水平箱线图并在其上添加中位数值。水平箱线图在处理较多组或组名较长的情况下特别有用。

11. 在箱线图上添加均值点

除了中位数，我们还可以在箱线图上添加均值点并标注其值。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加均值点和标注
for i, d in enumerate(data):
    mean = np.mean(d)
    ax.plot(i+1, mean, 'ro', markersize=8)
    ax.text(i+1, mean, f'Mean: {mean:.2f}', 
            ha='center', va='bottom', fontweight='bold', color='red')

# 设置标题和轴标签
ax.set_title('Boxplot with Mean Points - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何在箱线图上添加均值点并标注其值。我们使用红色圆点表示均值，并在其上方添加文本标注。

12. 添加数据分布信息

我们可以在箱线图旁边添加一些关于数据分布的额外信息，如四分位数值。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(12, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加分布信息
for i, d in enumerate(data):
    q1, median, q3 = np.percentile(d, [25, 50, 75])
    ax.text(i+1.3, q1, f'Q1: {q1:.2f}', ha='left', va='center')
    ax.text(i+1.3, median, f'Median: {median:.2f}', ha='left', va='center')
    ax.text(i+1.3, q3, f'Q3: {q3:.2f}', ha='left', va='center')

# 设置标题和轴标签
ax.set_title('Boxplot with Distribution Information - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 调整x轴范围以容纳文本
ax.set_xlim(0.5, len(data) + 2)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何在箱线图旁边添加四分位数信息。这种方式可以为读者提供更详细的数据分布信息。

13. 在箱线图上添加样本大小信息

显示每个组的样本大小可以帮助读者更好地理解数据。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, np.random.randint(50, 150)) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加样本大小信息
for i, d in enumerate(data):
    ax.text(i+1, ax.get_ylim()[1], f'n={len(d)}', 
            ha='center', va='bottom', fontweight='bold')

# 设置标题和轴标签
ax.set_title('Boxplot with Sample Size Information - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何在每个箱子上方添加样本大小信息。这对于比较不同大小样本的数据分布特别有用。

14. 添加箱线图的组间比较线

当我们想要强调组间的差异时，可以添加比较线和显著性标记。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data)

# 添加组间比较线
def add_comparison_line(ax, start, end, height, text):
    ax.plot([start, start, end, end], [height, height+0.1, height+0.1, height], 'k-')
    ax.text((start+end)/2, height+0.1, text, ha='center', va='bottom')

add_comparison_line(ax, 1, 2, ax.get_ylim()[1], 'p < 0.05')
add_comparison_line(ax, 2, 3, ax.get_ylim()[1]*0.95, 'p < 0.01')

# 设置标题和轴标签
ax.set_title('Boxplot with Comparison Lines - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何在箱线图上添加组间比较线和显著性标记。这种方式可以直观地展示不同组之间的统计差异。

15. 创建带有颜色编码的箱线图

我们可以使用颜色来编码不同的信息，并在图例中解释这些颜色的含义。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制箱线图
bp = ax.boxplot(data, patch_artist=True)

# 设置颜色
colors = ['lightblue', 'lightgreen', 'lightpink']
for patch, color in zip(bp['boxes'], colors):
    patch.set_facecolor(color)

# 添加图例
ax.legend([bp['boxes'][i] for i in range(3)], 
          ['Low', 'Medium', 'High'], 
          title='Variability', loc='upper left')

# 设置标题和轴标签
ax.set_title('Color-coded Boxplot - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Groups', fontsize=12)
ax.set_ylabel('Values', fontsize=12)

# 显示图形
plt.show()
Python

Output:

Matplotlib中如何在箱线图上显示文本：全面指南

这个例子展示了如何创建带有颜色编码的箱线图，并使用图例来解释颜色的含义。这种方式可以在箱线图中传达额外的信息。

结论

在Matplotlib中为箱线图添加文本是一种强大的数据可视化技术，可以大大增强图表的信息量和可读性。通过本文介绍的各种方法，你可以根据具体需求，灵活地在箱线图上添加各种文本元素，包括统计信息、标签、注释等。

记住，在添加文本时要注意以下几点：
1. 文本的位置要合理，避免遮挡重要的数据点或线条。
2. 使用适当的字体大小和颜色，确保文本清晰可读。
3. 不要在图表中添加过多文本，以免造成视觉混乱。
4. 考虑使用图例、注释或标题来解释复杂的信息，而不是直接在箱线图上添加大量文本。

通过合理运用这些技巧，你可以创建出既信息丰富又美观清晰的箱线图，有效地传达你的数据洞察。记住，好的数据可视化不仅仅是展示数据，更是讲述数据背后的故事。在Matplotlib中掌握箱线图文本添加技巧，将帮助你更好地讲述这些数据故事。

Camera课程

Camera API2 教程

API2 教程
Camera 性能教程

Perf 教程
Camera Native Framework 教程

Native FW 教程
Camera QCOM ISP 教程

ISP 教程
Camera QCOM Sensor 教程

Sensor 教程

Python教程

Python 教程

Python 教程
NumPy 教程

NumPy 教程
Django 教程

Django 教程

Java教程

Java 教程

Java 教程

Web教程

JavaScript 教程

JavaScript 教程
jQuery 教程

jQuery 教程
CSS 教程

CSS 教程
PHP 教程

PHP 教程
Laravel 教程

Laravel 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程

数据库教程

SQL 教程

SQL 教程
SQLite 教程

SQLite 教程
MySQL 教程

MySQL 教程
PL/SQL 教程

PL/SQL 教程
MongoDB 教程

MongoDB 教程

图形图像教程

OpenCV 教程

OpenCV 教程

办公软件教程

Excel 教程

Excel 教程

Linux教程

Linux命令全集

Linux命令全集
Linux内核API

Linux内核API
LVGL 教程

LVGL 教程

计算机教程

操作系统 教程

操作系统 教程
计算机网络 教程

计算机网络 教程
C语言 教程

C语言 教程
C++ 教程

C++ 教程
Swift 教程

Swift 教程

大数据教程

Hadoop 教程

Hadoop 教程
Spark 教程

Spark 教程
Scala 教程

Scala 教程

开发工具教程

Git 教程

Git 教程
Jenkins 教程

Jenkins 教程
ChatGPT 教程

ChatGPT 教程
IntelliJ 教程

IntelliJ 教程

登录

找回密码？

注册