Dziwne zachowanie matplotlibs boxplot przy użyciu kształtu karbu

Question

Występuje dziwne zachowanie w funkcji matplotlibboxplot, kiedy używam kształtu "". Używam kodu, który napisałem jakiś czas temu i nigdy nie miałem takich problemów - zastanawiam się, jaki jest problem. Jakieś pomysły?

Po włączeniu kształt karbu poza tym wygląda normalnie chociaż

Byłby to kod:

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) 

i kiedy zrobić zwykły działka bez dostosowanie, problem nadal występuje:

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) 

Answer 1

Dobra, jak się okazuje, jest to rzeczywiście poprawne zachowanie;)

Od Wikipedia:

ząbkiem Działki box zastosować "wycięcie" lub zwężenie pole wokół mediany. Wycięcia są użyteczne w oferowaniu przybliżonego przewodnika dla znaczenia różnicy median; jeśli nacięcia dwóch pudełek nie zachodzą na siebie, daje to dowód statystycznie znaczącej różnicy między medianami. Szerokość wycięć jest proporcjonalna do zakresu międzykwartylowego próbki i odwrotnie proporcjonalna do pierwiastka kwadratowego wielkości próbki. Jednak nie ma pewności co do najbardziej odpowiedniego mnożnika (ponieważ może się on różnić w zależności od podobieństwa wariancji próbek). Jedną z konwencji jest użycie +/- 1,58 * IQR/sqrt (n).

Zostało to również omówione w issue on GitHub; R daje podobny wynik jako dowód, że to zachowanie jest "poprawne".

Tak więc, jeśli mamy ten dziwny "przewrócony" wygląd na wykresach z karbem, oznacza to po prostu, że pierwszy kwartyl ma niższą wartość niż pewność średniej i odwrotnie dla trzeciego kwartylu. Chociaż wygląda to paskudnie, to w rzeczywistości przydatna informacja o (nie) pewności median.

ładującego (losowe pobieranie próbek z wymianą oszacowania parametrów rozkładu próbek, tutaj: przedziały ufności) może zmniejszyć ten efekt:

z dokumentacji plt.boxplot:

bootstrap: Brak (ustawienie domyślne) lub liczbę całkowitą Określa, czy należy uruchomić przedziały ufności wokół mediany dla karbowanych ścian działowych. Jeśli bootstrap == Brak, nie wykonuje się ładowania początkowego, a wycięcia są obliczane przy użyciu aproksymacji asymptotycznej opartej na Gaussie (patrz McGill, R., Tukey, JW i Larsen, WA, 1978, oraz Kendall i Stuart, 1967). W przeciwnym razie, bootstrap określa liczbę razy do początkowej wartości mediany, aby określić jej 95% przedziały ufności. Zalecane są wartości od 1000 do 10000.