在箱线图中显示平均值而不是中位数[关闭]

15

当使用python matplotblib绘制箱形图时，图中一半的线是分布的中位数。

是否有可能代替平均线。或者以其他样式将其绘制在其旁边。

另外，由于通常以中线为中位数，如果我将其设为平均值，会不会真的使我的读者感到困惑（当然，我会加注中间的线是什么）？

— 彼得·史密斯
source

25

此代码使箱形图然后放置一个圆圈，标记每个框的均值。您可以通过在调用中指定marker参数来使用其他符号scatter。

import numpy as np
import pylab

# 3 boxes
data = [[np.random.rand(100)] for i in range(3)]
pylab.boxplot(data)

# mark the mean    
means = [np.mean(x) for x in data]
pylab.scatter([1, 2, 3], means)

替代文字

— 阿尔斯
source

3

见stackoverflow.com/questions/2492947/...的，使用R解决方案

— 詹姆斯

1

@James：我不是想成为一个混蛋，但要把您挑出来，但您的评论会向我提出一个问题。为什么在此论坛上的任何人明确询问如何使用非R语言（因为R 实际上是默认值）时，总是有人建议使用R？我发现相反情况并不多。SAS程序员通常不会对“如何在R中使用X？”发表评论。出现“在SAS中如何执行此操作...”的问题。我知道人们喜欢R（我也喜欢），但是……

— Josh Hemann 2011年

20

要回答您的第二个问题：是的，我认为将线置于平均值而不是中位数会令人困惑。控制“晶须”（如果有）的长度和离群值的方法的精确规则各不相同，但是每个人都坚持使用Tukey的盒子来显示中位数，上下四分位数。对于高度偏斜的分布，均值可能在框外，这看起来很奇怪。常见用法是中位数与四分位数范围相符，而平均值与标准差（如果您对推理而非数据描述感兴趣，则为平均值的标准误）。如果要在视觉上显示均值，我会使用其他符号来显示它以避免混淆。

— 1站
source