课程学习来源：b站up：【蚂蚁学python】
【课程链接：【【数据可视化】Python数据图表可视化入门到实战】】
【课程资料链接：【链接】】

Python绘制箱形图分析北京天气数据

箱形图

箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况的统计图。

箱形图的图形组成

对于一组数字，先将其从小到达排列，然后计算图中元素：

$IQR:即分位数范围$

小于下边缘或大于上边缘的值，为异常值

箱形图的价值

1. 直观明了地识别数据中的异常值
2. 利用箱线图判断数据的偏态和尾重：一般来说，盒子不会位于正中间，可能会偏下或者偏上，那么我们能够看到数据的分布是偏小还是偏大的
3. 利用箱线图比较几批数据的形状

import pandas as pd
import seaborn as sns
sns.set(style="whitegrid")
sns.set(rc={'figure.figsize':(11.7,8.27)})

实例目标：对比北京2019年天气数据中，四个季度的温度分布对比

1.读取北京天气数据

df = pd.read_csv("../DATA_POOL/PY_DATA/ant-learn-visualization-master/datas/beijing_tianqi/beijing_tianqi_2019.csv")df.head(3)

	ymd	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
0	2019-01-01	1℃	-10℃	晴~多云	西北风	1级	56	良	2
1	2019-01-02	1℃	-9℃	多云	东北风	1级	60	良	2
2	2019-01-03	2℃	-7℃	霾	东北风	1级	165	中度污染	4

2.把温度列从字符串变成数字

# 把最高温度列，从数字+℃的形式变成纯数字
df["bWendu"] = df["bWendu"].str.replace('℃', '').astype(float)
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 365 entries, 0 to 364
Data columns (total 9 columns):#   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  0   ymd        365 non-null    object 1   bWendu     365 non-null    float642   yWendu     365 non-null    object 3   tianqi     365 non-null    object 4   fengxiang  365 non-null    object 5   fengli     365 non-null    object 6   aqi        365 non-null    int64  7   aqiInfo    365 non-null    object 8   aqiLevel   365 non-null    int64  
dtypes: float64(1), int64(2), object(6)
memory usage: 25.8+ KB

3.根据日期添加季度数字列

# 获取季度
df["quarter"] = pd.to_datetime(df["ymd"]).dt.quarterdf.head(6)

	ymd	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel	quarter
0	2019-01-01	1.0	-10℃	晴~多云	西北风	1级	56	良	2	1
1	2019-01-02	1.0	-9℃	多云	东北风	1级	60	良	2	1
2	2019-01-03	2.0	-7℃	霾	东北风	1级	165	中度污染	4	1
3	2019-01-04	2.0	-7℃	晴	西北风	2级	50	优	1	1
4	2019-01-05	0.0	-8℃	多云	东北风	2级	29	优	1	1
5	2019-01-06	3.0	-7℃	多云	东南风	1级	84	良	2	1

4.调用seaborn绘制boxplot

ax = sns.boxplot(x="quarter",y="bWendu",data=df)

​

​