上传文件至 /

box_plot.py

@@ -0,0 +1,327 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+import numpy as np
+import seaborn as sns
+import os
+
+# 设置中文字体
+plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']
+plt.rcParams['axes.unicode_minus'] = False
+
+def plot_individual_boxplots(csv_file_path, save_dir="boxplots"):
+    """
+    为每个数据列单独绘制箱型图并保存
+    
+    参数:
+    csv_file_path: CSV文件路径
+    save_dir: 保存图片的目录
+    """
+    try:
+        # 读取CSV文件
+        df = pd.read_csv(csv_file_path)
+        
+        # 获取第五列之后的数据列（索引从0开始，第五列索引为4）
+        data_columns = df.iloc[:, 4:]
+        
+        # 检查是否有数据列
+        if data_columns.empty:
+            print("错误：CSV文件中没有足够的列（至少需要5列）")
+            return
+        
+        # 创建保存目录
+        if not os.path.exists(save_dir):
+            os.makedirs(save_dir)
+            print(f"创建目录: {save_dir}")
+        
+        # 为每个数据列单独绘制箱型图
+        for column in data_columns.columns:
+            # 移除空值
+            clean_data = data_columns[column].dropna()
+            
+            if len(clean_data) == 0:
+                print(f"跳过列 '{column}': 没有有效数据")
+                continue
+            
+            # 创建新图形
+            plt.figure(figsize=(8, 6))
+            
+            # 绘制箱型图
+            box_plot = plt.boxplot([clean_data], labels=[column], patch_artist=True, 
+                                  showfliers=False)
+            
+            # 美化箱型图
+            box_plot['boxes'][0].set_facecolor('lightblue')
+            box_plot['boxes'][0].set_alpha(0.7)
+            
+            # 添加散点
+            x_pos = np.random.normal(1, 0.04, size=len(clean_data))
+            plt.scatter(x_pos, clean_data, alpha=0.6, s=30, color='red', 
+                       edgecolors='black', linewidth=0.5, zorder=3)
+            
+            # 设置标题和标签
+            plt.title(f'{column} - 箱型图', fontsize=14, fontweight='bold')
+            plt.xlabel('数据列', fontsize=12)
+            plt.ylabel('数值', fontsize=12)
+            
+            # 添加统计信息到图上
+            stats_text = f'数据点数: {len(clean_data)}\n均值: {clean_data.mean():.2f}\n中位数: {clean_data.median():.2f}\n标准差: {clean_data.std():.2f}'
+            plt.text(0.02, 0.98, stats_text, transform=plt.gca().transAxes, 
+                    verticalalignment='top', bbox=dict(boxstyle='round', facecolor='wheat', alpha=0.8))
+            
+            # 添加网格
+            plt.grid(True, alpha=0.3, linestyle='--')
+            
+            # 调整布局
+            plt.tight_layout()
+            
+            # 保存图片
+            safe_column_name = column.replace('/', '_').replace('\\', '_').replace(':', '_')
+            save_path = os.path.join(save_dir, f'{safe_column_name}_boxplot.png')
+            plt.savefig(save_path, dpi=300, bbox_inches='tight')
+            print(f"已保存: {save_path}")
+            
+            # 关闭图形以释放内存
+            plt.close()
+        
+        print(f"\n所有箱型图已保存到目录: {save_dir}")
+        
+    except FileNotFoundError:
+        print(f"错误：找不到文件 {csv_file_path}")
+    except Exception as e:
+        print(f"错误：{str(e)}")
+
+def plot_individual_boxplots_seaborn(csv_file_path, save_dir="boxplots_seaborn"):
+    """
+    使用seaborn为每个数据列单独绘制箱型图并保存
+    
+    参数:
+    csv_file_path: CSV文件路径
+    save_dir: 保存图片的目录
+    """
+    try:
+        # 读取CSV文件
+        df = pd.read_csv(csv_file_path)
+        
+        # 获取第五列之后的数据列
+        data_columns = df.iloc[:, 4:]
+        
+        if data_columns.empty:
+            print("错误：CSV文件中没有足够的列（至少需要5列）")
+            return
+        
+        # 创建保存目录
+        if not os.path.exists(save_dir):
+            os.makedirs(save_dir)
+            print(f"创建目录: {save_dir}")
+        
+        # 为每个数据列单独绘制箱型图
+        for column in data_columns.columns:
+            # 移除空值
+            clean_data = data_columns[column].dropna()
+            
+            if len(clean_data) == 0:
+                print(f"跳过列 '{column}': 没有有效数据")
+                continue
+            
+            # 创建新图形
+            plt.figure(figsize=(8, 6))
+            
+            # 创建数据框用于seaborn
+            plot_data = pd.DataFrame({
+                '列名': [column] * len(clean_data),
+                '数值': clean_data
+            })
+            
+            # 使用seaborn绘制箱型图和散点
+            sns.boxplot(data=plot_data, x='列名', y='数值', palette='Set2')
+            sns.stripplot(data=plot_data, x='列名', y='数值', 
+                         color='red', alpha=0.6, size=5, jitter=True)
+            
+            # 设置标题和标签
+            plt.title(f'{column} - 箱型图 (Seaborn)', fontsize=14, fontweight='bold')
+            plt.xlabel('数据列', fontsize=12)
+            plt.ylabel('数值', fontsize=12)
+            
+            # 添加统计信息
+            stats_text = f'数据点数: {len(clean_data)}\n均值: {clean_data.mean():.2f}\n中位数: {clean_data.median():.2f}\n标准差: {clean_data.std():.2f}'
+            plt.text(0.02, 0.98, stats_text, transform=plt.gca().transAxes, 
+                    verticalalignment='top', bbox=dict(boxstyle='round', facecolor='lightgreen', alpha=0.8))
+            
+            # 添加网格
+            plt.grid(True, alpha=0.3, linestyle='--')
+            
+            # 调整布局
+            plt.tight_layout()
+            
+            # 保存图片
+            safe_column_name = column.replace('/', '_').replace('\\', '_').replace(':', '_')
+            save_path = os.path.join(save_dir, f'{safe_column_name}_boxplot_seaborn.png')
+            plt.savefig(save_path, dpi=300, bbox_inches='tight')
+            print(f"已保存: {save_path}")
+            
+            # 关闭图形以释放内存
+            plt.close()
+        
+        print(f"\n所有箱型图已保存到目录: {save_dir}")
+        
+    except Exception as e:
+        print(f"错误：{str(e)}")
+
+def plot_boxplot_with_scatter(csv_file_path):
+    """
+    读取CSV文件并绘制第五列之后数据列的箱型图，同时标注散点
+    
+    参数:
+    csv_file_path: CSV文件路径
+    """
+    try:
+        # 读取CSV文件
+        df = pd.read_csv(csv_file_path)
+        
+        # 获取第五列之后的数据列（索引从0开始，第五列索引为4）
+        data_columns = df.iloc[:, 4:]  # 从第五列开始的所有列
+        
+        # 检查是否有数据列
+        if data_columns.empty:
+            print("错误：CSV文件中没有足够的列（至少需要5列）")
+            return
+        
+        # 设置图形大小
+        plt.figure(figsize=(12, 8))
+        
+        # 准备数据用于绘制箱型图
+        box_data = []
+        labels = []
+        
+        for column in data_columns.columns:
+            # 移除空值
+            clean_data = data_columns[column].dropna()
+            if len(clean_data) > 0:
+                box_data.append(clean_data)
+                labels.append(column)
+        
+        # 绘制箱型图
+        box_plot = plt.boxplot(box_data, labels=labels, patch_artist=True, 
+                              showfliers=False)  # 不显示异常值点，因为我们要自己绘制散点
+        
+        # 美化箱型图
+        colors = plt.cm.Set3(np.linspace(0, 1, len(box_data)))
+        for patch, color in zip(box_plot['boxes'], colors):
+            patch.set_facecolor(color)
+            patch.set_alpha(0.7)
+        
+        # 在每个箱型图上添加散点
+        for i, data in enumerate(box_data):
+            # 为每个数据点添加一些随机的x轴偏移，避免重叠
+            x_pos = np.random.normal(i + 1, 0.04, size=len(data))
+            
+            # 绘制散点
+            plt.scatter(x_pos, data, alpha=0.6, s=20, color='red', 
+                       edgecolors='black', linewidth=0.5, zorder=3)
+        
+        # 设置标题和标签
+        plt.title('数据列箱型图（带散点标注）', fontsize=16, fontweight='bold')
+        plt.xlabel('数据列', fontsize=12)
+        plt.ylabel('数值', fontsize=12)
+        
+        # 旋转x轴标签以避免重叠
+        plt.xticks(rotation=45, ha='right')
+        
+        # 添加网格
+        plt.grid(True, alpha=0.3, linestyle='--')
+        
+        # 调整布局
+        plt.tight_layout()
+        
+        # 显示图形
+        plt.show()
+        
+        # 打印统计信息
+        print(f"成功绘制了 {len(labels)} 个数据列的箱型图")
+        print("数据列名称:", labels)
+        
+        # 显示每列的基本统计信息
+        print("\n各列基本统计信息:")
+        for column in labels:
+            data = data_columns[column].dropna()
+            print(f"{column}: 数据点数={len(data)}, 均值={data.mean():.2f}, 中位数={data.median():.2f}")
+    
+    except FileNotFoundError:
+        print(f"错误：找不到文件 {csv_file_path}")
+    except Exception as e:
+        print(f"错误：{str(e)}")
+
+def plot_boxplot_with_seaborn(csv_file_path):
+    """
+    使用seaborn绘制更美观的箱型图（可选方法）
+    
+    参数:
+    csv_file_path: CSV文件路径
+    """
+    try:
+        # 读取CSV文件
+        df = pd.read_csv(csv_file_path)
+        
+        # 获取第五列之后的数据列
+        data_columns = df.iloc[:, 4:]
+        
+        if data_columns.empty:
+            print("错误：CSV文件中没有足够的列（至少需要5列）")
+            return
+        
+        # 将数据转换为长格式用于seaborn
+        melted_data = pd.melt(data_columns, var_name='列名', value_name='数值')
+        melted_data = melted_data.dropna()  # 移除空值
+        
+        # 设置图形大小
+        plt.figure(figsize=(12, 8))
+        
+        # 使用seaborn绘制箱型图和散点
+        sns.boxplot(data=melted_data, x='列名', y='数值', palette='Set3')
+        sns.stripplot(data=melted_data, x='列名', y='数值', 
+                     color='red', alpha=0.6, size=4, jitter=True)
+        
+        # 设置标题和标签
+        plt.title('数据列箱型图（Seaborn版本）', fontsize=16, fontweight='bold')
+        plt.xlabel('数据列', fontsize=12)
+        plt.ylabel('数值', fontsize=12)
+        
+        # 旋转x轴标签
+        plt.xticks(rotation=45, ha='right')
+        
+        # 添加网格
+        plt.grid(True, alpha=0.3, linestyle='--')
+        
+        # 调整布局
+        plt.tight_layout()
+        
+        # 显示图形
+        plt.show()
+        
+    except Exception as e:
+        print(f"错误：{str(e)}")
+
+# 主程序
+if __name__ == "__main__":
+    # 请修改为您的CSV文件路径
+    csv_file_path = r"E:\code\WQ\yaobao925\output.csv" # 替换为您的CSV文件路径
+    
+    print("请选择绘图方法：")
+    print("1. 使用matplotlib绘制（所有列在一张图）")
+    print("2. 使用seaborn绘制（所有列在一张图）")
+    print("3. 分别绘制每列并保存（matplotlib版本）")
+    print("4. 分别绘制每列并保存（seaborn版本）")
+    
+    choice = input("请输入选择（1-4）：").strip()
+    
+    if choice == "1":
+        plot_boxplot_with_scatter(csv_file_path)
+    elif choice == "2":
+        plot_boxplot_with_seaborn(csv_file_path)
+    elif choice == "3":
+        plot_individual_boxplots(csv_file_path)
+    elif choice == "4":
+        plot_individual_boxplots_seaborn(csv_file_path)
+    else:
+        print("默认使用分别绘制并保存（seaborn版本）...")
+        plot_individual_boxplots_seaborn(csv_file_path)