2. 16、彻底解决matplotlib中文显示问题，画箱形图及数据分析_笔记
    4. # 设置中文和负号正常显示import matplotlib as mpl
    5. mpl.rcParams['font.family'] = 'sans-serif'
    6. mpl.rcParams['font.sans-serif'] = 'SimHei'
    7. mpl.rcParams['axes.unicode_minus'] = False
    10. 如果是windwos系统 这样就可以生效了，但是mac并不起作用，或许也会有windows系统不起作用的，那就可以尝试下面的方法，
    11. 可以彻底解决matplotlib中文显示问题，包括windows与mac系统
    12. # 1、找到matplotlib 安装的目录，修改matplotlibrc文件
    13. # 删除font.family和font.sans-serif两行前的#，并在font.sans-serif后添加对应的中文字体。这里我们用的是中文简体 SimHei
    14. print(mpl.matplotlib_fname())
    15. # 2、将对应的字体SimHei.tff拷贝到matplotlib/mpl-data/fonts/ttf目录下
    16. # 3、清空缓存文件
    17. 这一步很重要！否则其他几步都是白忙活。一定要清空matlibplot加载字体的缓存，因为加载字体的时候要读取FontList文件，我们新加入的字体不在这个文件的列表，加载时必然会报找不到字体的错：
    18. UserWarning: findfont: Font family [u'sans-serif'] not found. Falling back to Bitstream Vera Sans
    19.  (prop.get_family(), self.defaultFamily[fontext]))
    20. 所以我们要前进到这个坑爹的文件夹下。 Windows和centos、Ubuntu的一些清除缓存的命令，可能并不适用于Mac系统！！！所以很多博客提供的命令，直接不起作用啊！所以稳妥起见，还是手动删除缓存。有些博客上写的是FontList.cache，但是我的机器上没有FontList.cache文件,但是有一个FontList.json文件，打开后发现，这个文件详细记录了matplotlib加载字体的名称、路径。文件目路径是：/Users/lqhk/.matplotlib/FontList.json，删除即可。下次调用matplotlib时，会自动生成一个新的json文件。
    22. # 4、重启python与项目
    24. # 设置图形的显示风格
    25. # plt.style.use('ggplot')
    27. df1 = pd.DataFrame({
    28.    u'计算机应用基础': [85, 78, 81, 95, 70, 67, 82, 72, 80, 81, 77],
    29.    u'西方经济学': [93, 81, 76, 88, 66, 79, 83, 92, 78, 86, 78],
    30.    u'数学': [65, 95, 51, 74, 78, 63, 91, 82, 75, 71, 55],
    31.    u'英语': [76, 90, 97, 71, 70, 93, 86, 83, 78, 85, 81],
    32. })
    33. 复制代码
    34. # 用pandas自带的画图工具更快
    35. # df1.boxplot()
    36. # plt.show()
    38. 箱形图的参数解析：
    39. # x：指定要绘制箱线图的数据；
    40. # notch：是否是凹口的形式展现箱线图，默认非凹口；
    41. # sym：指定异常点的形状，默认为+号显示；
    42. # vert：是否需要将箱线图垂直摆放，默认垂直摆放；
    43. # whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差；
    44. # positions：指定箱线图的位置，默认为[0,1,2…]；
    45. # widths：指定箱线图的宽度，默认为0.5；
    46. # patch_artist：是否填充箱体的颜色；
    47. # meanline：是否用线的形式表示均值，默认用点来表示；
    48. # showmeans：是否显示均值，默认不显示；
    49. # showcaps：是否显示箱线图顶端和末端的两条线，默认显示；
    50. # showbox：是否显示箱线图的箱体，默认显示；
    51. # showfliers：是否显示异常值，默认显示；
    52. # boxprops：设置箱体的属性，如边框色，填充色等；
    53. # labels：为箱线图添加标签，类似于图例的作用；
    54. # filerprops：设置异常值的属性，如异常点的形状、大小、填充色等；
    55. # medianprops：设置中位数的属性，如线的类型、粗细等；
    56. # meanprops：设置均值的属性，如点的大小、颜色等；
    57. # capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等；
    58. # whiskerprops：设置须的属性，如颜色、粗细、线的类型等；
    59. # -*- coding: utf-8 -*-
    60. __author__ = 'dongfangyao'
    61. __date__ = '2018/1/5 下午5:29'
    62. __product__ = 'PyCharm'
    63. __filename__ = 'matplotlib2'
    64. import matplotlib.pyplot as plt
    65. import matplotlib as mpl
    66. import pandas as pd
    67. import numpy as np
    69. mpl.rcParams['font.family'] = 'sans-serif'
    70. mpl.rcParams['font.sans-serif'] = ['SimHei']
    71. mpl.rcParams['axes.unicode_minus'] = False
    73. print(mpl.matplotlib_fname())
    75. df1 = pd.DataFrame({
    76.    u'计算机应用基础': [85, 78, 81, 95, 70, 67, 82, 72, 80, 81, 77],
    77.    u'西方经济学': [93, 81, 76, 88, 66, 79, 83, 92, 78, 86, 78],
    78.    u'数学': [65, 95, 51, 74, 78, 63, 91, 82, 75, 71, 55],
    79.    u'英语': [76, 90, 97, 71, 70, 93, 86, 83, 78, 85, 81],
    80. })
    81. print(df1)
    82. # print(df1.describe())
    83. # df1.boxplot()
    84. # plt.show()
    85. # plt.style.use('ggplot')
    86. plt.boxplot(x=df1.values, labels=df1.columns, whis=1.5, showmeans=True)
    87. # plt.ylim(0, 85)
    89. plt.show()
    92. 复制代码
    95. 箱形图的数据分析：
    97. # 箱形图有5个参数：
    98. # 下边缘，表示下边界；
    99. # 下四分位数（Q1），又称"第一四分位数"，等于该样本中所有数值由小到大排列后第25%的数字；
    100. # 中位数（Q2），又称"第二四分位数"等于该样本中所有数值由小到大排列后第50%的数字；
    101. # 上四分位数（Q3），又称"第三四分位数"等于该样本中所有数值由小到大排列后第75%的数字；
    102. # 上边缘，表述上边界。
    103. # 上四分位数与下四分位数的差距又称四分位间距IQR=Q3-Q1
    104. # 箱型图无需对数据进行正态分布要求。适用范围广。（判断异常的其他方法比如3西伽马,z分数方法都要求数据服从正态分布。
    105. # 箱形图可以用来观察数据整体的分布情况，利用中位数，25%分位数，75%分位数，
    106. # 通过计算这些统计量，生成一个箱体图，箱体包含了大部分的正常数据，而在箱体上边界和下边界之外的，就是异常数据。
    107. # 其中上下边界的计算公式如下：
    108. # UpperLimit=Q3+1.5IQR=75%分位数+（75%分位数-25%分位数）*1.5，
    109. # LowerLimit=Q1－1.5IQR=25%分位数-（75%分位数-25%分位数）*1.5
    110. # IQR表示上下四分位差，系数1.5是一种经过大量分析和经验积累起来的标准，一般情况下不做调整。
    117. # 那为什么要引入箱形图呢？
    118. # 1.为了反映原始数据的分布情况，比如数据的聚散情况和偏态。
    119. # 2.箱型图有个功能就是可以检测这组数据是否存在异常值。异常值在哪里呢？就是在上边缘和下边缘的范围之外。
    120. # 3.可以直观地比较多组数据的情况。
    122. 中文字体对应名字.png (18.71 KB, 下载次数: 0)
    123. 中文字体对应名字.png