• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Gráficos Boxplot con Matplotlib en Python

agosto 11, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

Los diagramas de caja o Boxplot son una excelente herramienta para analizar de forma gráfica la dispersión de los conjuntos de datos. Simplemente representando la mediana, los cuartiles y el rango intercuartílico. La función para crear un gráfico tipo Boxplot con Matplotlib es boxplot(), veamos a continuación las opciones que nos ofrece este método.

Creación de un Boxplot con Matplotlib

Para comprender el funcionamiento de los gráficos de Boxplot lo mejor es crear una con un conjunto de datos cuya forma es conocida. Por ejemplo, generando una muestra con una distribución normal estándar. Una vez generado el conjunto de datos se puede crear la gráfica con el siguiente código.

import numpy as np
import matplotlib.pyplot as plt

data = np.random.RandomState(0).randn(100)

plt.boxplot(data)
plt.title("Boxplot con Matplotlib")
plt.show()

Obteniendo como resultado la siguiente figura.

Boxplot básico creado con Matplotlib en Python
Boxplot básico creado con Matplotlib en Python

En esta figura se puede ver que la mediana de los datos, la línea naranja, se sitúa aproximadamente en 0, como es de esperar para una distribución normal estándar. La caja representa el rango intercuartílico. Los valores del conjunto de datos que van desde percentil 25% hasta el 75%, esto es los valores por debajo de los cuales se encuentra el 25% y 75% de los datos. Es una distribución normal estándar esto sería entre el valor -0,67 hasta 0,67, aproximadamente los que se pueden ver en la figura.

Finalmente, las líneas que salen de la caja, a las que habitualmente se les llaman “bigotes”, son 1,5 veces el rango intercuartílico. Asumiendo que todos los datos “normales” deberían caer en ese rango, aquellos que no caen generalmente se les consideran atípicos y se muestran en la figura.

Valores atípicos (outliers) en un Boxplot

En el ejemplo anterior no se han generado valores atípicos en el conjunto de datos, pero se pueden agregar algunos para mostrarlos en la figura. En este conjunto de datos cualquier valor por encima de 2,7 será atípico, por lo que se pueden agregar los valores 3 y 4. Una vez hecho esto se puede volver a generar la figura para ver dos valores atípicos en ella. Algo que se puede hacer con el siguiente código.

Publicidad


data = np.append(data, [3, 4])

plt.boxplot(data)
plt.title("Boxplot con Matplotlib")
plt.show()

Obteniendo como resultado la siguiente figura.

Boxplot con dos outliers creado con Matplotlib en Python
Boxplot con dos outliers creado con Matplotlib en Python

En la que se pueden ver dos valores atípicos marcados con círculos situados en los valores agregados.

Múltiples de gráficos Boxplot es una figura

Si se dispone de varios conjuntos de datos es posible crear una gráfica Boxplot para cada uno de ellos en la misma figura. Algo que solamente requiere crear un vector con cada uno de los conjuntos de datos. Esto es lo que se hace en el siguiente código, donde se crean tres conjuntos de datos usando distribuciones normales con diferentes medias y desviaciones estándar. Mostrando posteriormente todos estos conjuntos de datos en la misma figura.

data =[np.random.RandomState(0).randn(100), 
       2 * np.random.RandomState(1).randn(100) + 1,
       0.5 *np.random.RandomState(2).randn(100) - 1]

plt.boxplot(data)
plt.title("Boxplot con Matplotlib")
plt.show()

Al ejecutar este código se obtiene la siguiente figura como resultado.

Múltiples Boxplot en una figura creados con Matplotlib en Python
Múltiples Boxplot en una figura creados con Matplotlib en Python

Una figura en la que se puede ver el segundo conjunto de datos tiene una mayor dispersión en los valores y el tercero menos. Lo que se corresponde con una mayor y menor desviación estándar respectivamente. Por otro lado, en el tercer conjunto de datos se ha generado un valor atípico u outlier.

Conclusiones

En esta entrada se han visto los pasos para crear gráficos tipo Boxplot con Matplotlib en Python. Una herramienta bastante sencilla que nos permite ver de una forma visual cómo se distribuyen los valores de un conjunto de datos. Simplificando algunos análisis y permitiendo identificar la presencia de valores atípicos u outliers.

Publicidad


¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 1

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Gráfico de cascada con la evolución de la variable
    Gráficos de cascada: visualizar la evolución de los datos en…
  • Combinar diagramas de caja e histogramas en Python con Seaborn
    Combinar diagramas de caja e histogramas en Python con…
  • Visualización de datos categóricos en Seaborn
    Visualización de datos categóricos en Seaborn
  • Gráfico de Hexbin para el conjunto de 3000 datos
    Gráficos de Hexbin: alternativa a los gráficos de dispersión…
  • Gráficos de contorno en Seaborn: Representación de distribuciones conjuntas y estimaciones de densidad
    Gráficos de contorno en Seaborn: Representación de…
  • Gráficos de correlación en Seaborn: Mapas de calor y gráficos de pares
    Gráficos de correlación en Seaborn: Mapas de calor y…

Publicado en: Python Etiquetado como: Matplotlib

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad




Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

El método de Hare-Niemeyer y su implementación en Python

septiembre 29, 2023 Por Daniel Rodríguez

Redimensionar una partición de disco LVM con espacio no asignado en Linux

septiembre 27, 2023 Por Daniel Rodríguez

¿Cómo saber la versión de Pandas o cualquier otra librería en Python?

septiembre 25, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python
  • Seleccionar filas y columnas en Pandas con iloc y loc publicado el junio 21, 2019 | en Python
  • Unir y combinar dataframes con pandas en Python publicado el septiembre 10, 2018 | en Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas publicado el mayo 10, 2019 | en Python
  • Cómo desinstalar Oracle Database 19c en Windows publicado el noviembre 25, 2022 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.3 (12)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • alberto en Resolver problema de credenciales en Bitbucket
  • Pablo en Aplicar el método D’Hondt en Excel
  • Agapito en Creación de un EXE desde un archivo Python en Windows

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto