Boxplot¶

Un boxplot (también conocido como diagrama de caja y bigotes) es una herramienta gráfica utilizada para representar la distribución de un conjunto de datos numéricos a través de su cuartil, valores mínimos y máximos, y outliers (datos extremos).

Aquí te presento algunos ejemplos de box plots con Matplotlib en Python:

• Box plot simple con un conjunto de datos:

In [1]:

import matplotlib.pyplot as plt
import numpy as np

# Generar un conjunto de datos aleatorios
data = np.random.normal(size=100)

# Crear el box plot
fig, ax = plt.subplots()
ax.boxplot(data)

# Agregar etiquetas y título
ax.set_title('Box plot simple')
ax.set_xlabel('Datos')
ax.set_ylabel('Valores')

# Mostrar el gráfico
plt.show()

import matplotlib.pyplot as plt import numpy as np # Generar un conjunto de datos aleatorios data = np.random.normal(size=100) # Crear el box plot fig, ax = plt.subplots() ax.boxplot(data) # Agregar etiquetas y título ax.set_title('Box plot simple') ax.set_xlabel('Datos') ax.set_ylabel('Valores') # Mostrar el gráfico plt.show()

• Box plot con varias distribuciones:

In [2]:

import matplotlib.pyplot as plt
import numpy as np

# Generar tres conjuntos de datos aleatorios
data1 = np.random.normal(0, 1, 100)
data2 = np.random.normal(3, 1, 100)
data3 = np.random.normal(5, 1, 100)

# Crear el box plot con tres distribuciones
fig, ax = plt.subplots()
ax.boxplot([data1, data2, data3])

# Agregar etiquetas y título
ax.set_title('Box plot con varias distribuciones')
ax.set_xlabel('Conjuntos de datos')
ax.set_ylabel('Valores')

# Mostrar el gráfico
plt.show()

import matplotlib.pyplot as plt import numpy as np # Generar tres conjuntos de datos aleatorios data1 = np.random.normal(0, 1, 100) data2 = np.random.normal(3, 1, 100) data3 = np.random.normal(5, 1, 100) # Crear el box plot con tres distribuciones fig, ax = plt.subplots() ax.boxplot([data1, data2, data3]) # Agregar etiquetas y título ax.set_title('Box plot con varias distribuciones') ax.set_xlabel('Conjuntos de datos') ax.set_ylabel('Valores') # Mostrar el gráfico plt.show()

• Box plot horizontal con etiquetas personalizadas:

In [3]:

import matplotlib.pyplot as plt
import numpy as np

# Generar dos conjuntos de datos aleatorios
data1 = np.random.normal(0, 1, 100)
data2 = np.random.normal(3, 1, 100)

# Crear el box plot horizontal
fig, ax = plt.subplots()
ax.boxplot([data1, data2], vert=False, tick_labels=['Distribución 1', 'Distribución 2'])

# Agregar etiquetas y título
ax.set_title('Box plot horizontal con etiquetas personalizadas')
ax.set_xlabel('Valores')
ax.set_ylabel('Conjuntos de datos')

# Mostrar el gráfico
plt.show()

import matplotlib.pyplot as plt import numpy as np # Generar dos conjuntos de datos aleatorios data1 = np.random.normal(0, 1, 100) data2 = np.random.normal(3, 1, 100) # Crear el box plot horizontal fig, ax = plt.subplots() ax.boxplot([data1, data2], vert=False, tick_labels=['Distribución 1', 'Distribución 2']) # Agregar etiquetas y título ax.set_title('Box plot horizontal con etiquetas personalizadas') ax.set_xlabel('Valores') ax.set_ylabel('Conjuntos de datos') # Mostrar el gráfico plt.show()