DataFrame.boxplot 箱线图灰框解决与参数

脚本专家

pandas 的 DataFrame.boxplot 可以直接对 DataFrame 画箱线图，底层仍依赖 matplotlib。它自身负责列选择、分组、字体、旋转、网格、图形尺寸、布局和返回类型，其他关键字会通过 **kwds 传给 matplotlib.pyplot.boxplot。原文记录了一次 Jupyter 画图时右上角出现灰色小框的问题，最终通过调整图像尺寸解决。下面把参数和排查过程整理成可复用的写法。

一、DataFrame.boxplot 的基础参数
调用签名如下：

2. DataFrame.boxplot(column=None,
3.                    by=None,
4.                    ax=None,
5.                    fontsize=None,
6.                    rot=0,
7.                    grid=True,
8.                    figsize=None,
9.                    layout=None,
10.                    return_type=None,
11.                    **kwds)

复制代码

参数含义：
column：str 或 str 列表，可选列名、名称列表或向量，可以是 pandas.DataFrame.groupby() 的有效输入。
by：str 或 array-like，可选，用于按 DataFrame 中的列分组，箱线图会按每列的值绘制。
ax：matplotlib.axes.Axes 对象，可选，指定 boxplot 使用的 matplotlib 轴。
fontsize：float 或 str，用于标签字体大小，也可以使用“大”这类字符串标记。
rot：int 或 float，默认 0，表示标签相对屏幕坐标系的旋转角度。
grid：布尔值，默认 True，设为 True 显示网格。
figsize：以英寸为单位的元组（宽度，高度），用于设置 matplotlib 创建的图形大小。
layout：元组（行，列），例如 (3,5) 会从左上角开始使用 3 列和 5 行显示子图。
return_type：{'axes','dict','both'} 或 None，默认 'axes'。'axes' 返回绘制 boxplot 的 matplotlib 轴；'dict' 返回一个字典，其值是 boxplot 的 matplotlib 行；'both' 返回带有轴和 dict 的 namedtuple。按 by 分组时，return_type 会返回一系列映射列。若 return_type 为 None，layout 会返回具有相同形状的 NumPy 轴阵列。
**kwds：传递给 matplotlib.pyplot.boxplot() 的其他绘图关键字参数。

二、额外可用的箱线图参数
除了 DataFrame.boxplot 自身列出的参数，原文还对比发现可以直接使用底层箱线图参数，例如：

2. DataFrame.boxplot(sym='.',
3.                    vert=True,
4.                    whis=1.5,
5.                    patch_artist=True,
6.                    meanline=False,
7.                    showmeans=True,
8.                    showcaps=True,
9.                    notch=False,
10.                    return_type='dict')

复制代码

这些参数的含义如下：
sym：异常点形状。
vert：是否垂直，False 为横向箱线图，True 为竖向箱线图。
whis：默认 1.5，也可以设置区间，例如 [5,95]，表示强制上下边缘为数据 95% 和 5% 的位置。
patch_artist：上下四分位框内是否填充，True 表示填充。
meanline：是否用线的形式表示均值，默认用点表示。
showmeans：是否显示均值，默认不显示。
shoubox（即 showbox）：是否显示边缘线，箱线图顶端和末端的两条线默认显示。
showfliers：是否显示异常值。
notch：中间箱体是否缺口。
return_type：返回类型。
positions：指定箱线图的位置。
widths：指定箱线图的宽度，默认为 0.5。

三、右上角灰色小框问题
原文在 Jupyter 中绘制箱线图时使用如下代码：

2. plt.figure(figsize=(11.5, 6.5))
3. cop_df.boxplot(showmeans=True, fontsize=8, notch=True, sym='.', grid=False)

复制代码

现象是图中右上角出现一个灰色小框，原文没有说明这个灰色小框的具体成因。随后作者调整图像大小，代码如下：

2. plt.figure(figsize=(9.5, 6.5))
3. df.boxplot(showmeans=True, fontsize=7, notch=True, sym='.', grid=False)

复制代码

这段解决代码中的参数含义为：showmeans=True 显示平均值，默认为三角形；fontsize=7 设置坐标轴字体大小；notch=True 设置箱体中位线处收回；sym='.' 把异常点形状设置为小圆点；grid=False 去掉图中的网格。需要注意的是，原文的解决代码同时把 figsize 从 (11.5,6.5) 调成 (9.5,6.5)，并把 fontsize 从 8 调成 7，因此这是参数组合调整，不是对单一参数的严格对照实验。复现问题时可以优先检查 figsize 和 fontsize，再结合 showmeans、notch、sym、grid 等参数逐步调整。

四、调用时如何理解返回类型
如果后续还要对图形对象做处理，return_type 很关键。需要拿到 matplotlib 轴时用 'axes'；需要拿到箱线图各行对象时用 'dict'；同时需要轴和字典时用 'both'。按 by 分组时，返回结构会随 return_type 变化。若传入 layout 且 return_type 为 None，则会返回同形状的 NumPy 轴阵列。这也是 DataFrame.boxplot 与直接调用 matplotlib.pyplot.boxplot 时容易混淆的地方：前者是 DataFrame 的封装方法，后者是底层绘图函数，**kwds 正是两者之间的透传入口。

总结：DataFrame.boxplot 的参数可以分成两类，一类控制 DataFrame 列、分组、字体、旋转、网格、figsize、layout 和返回类型，另一类透传给 matplotlib.pyplot.boxplot，包括 sym、vert、whis、patch_artist、meanline、showmeans、showcaps、showfliers、notch、positions、widths 等。原文遇到右上角灰色小框时，通过把 figsize 改为 (9.5,6.5)、fontsize 改为 7 的组合方式解决；实际调试时建议保留完整参数，逐一调整验证。