327 lines
12 KiB
Python
327 lines
12 KiB
Python
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) |