Box plots

Fonctions :

• plt.boxplot()

  : La fonction plt.boxplot() de Matplotlib permet de créer un boxplot (ou diagramme en boîte). Ce graphique est utilisé pour visualiser la répartition statistique d’un jeu de données en montrant la médiane, les quartiles et les valeurs extrêmes (outliers). Il est particulièrement utile pour repérer les distributions asymétriques, les valeurs aberrantes et pour comparer plusieurs ensembles de données.

  Importation :

  import matplotlib.pyplot as plt

  Attributs :

  Nom	Type	Description
  x	array_like ou DataFrame	Les données à afficher. Peut être un tableau 1D ou 2D, ou un DataFrame pandas.
  notch	bool, optionnel	Si True, crée une boîte en "encoche" autour de la médiane pour représenter un intervalle de confiance à 95 %.
  vert	bool, optionnel	Si True, les boîtes sont verticales (par défaut). Si False, elles sont horizontales.
  patch_artist	bool, optionnel	Si True, les boîtes sont remplies avec une couleur.
  widths	float ou array_like, optionnel	Largeur des boîtes. Peut être un nombre fixe ou un tableau de valeurs pour chaque boîte.
  meanline	bool, optionnel	Si True, une ligne représentant la **moyenne** est tracée dans la boîte.
  showmeans	bool, optionnel	Si True, la moyenne est affichée sur le boxplot (lorsqu'on utilise `meanline=True`).
  showfliers	bool, optionnel	Si True, les **valeurs aberrantes** (outliers) sont affichées.
  flierprops	dict, optionnel	Propriétés pour les outliers (ex. couleur, taille).

  Exemple de code :

  📋 Copy

  import matplotlib.pyplot as plt
  import numpy as np
  
  # Générer des données aléatoires
  data = np.random.randn(1000)
  
  # Créer un boxplot
  plt.boxplot(data, notch=True, vert=False, patch_artist=True, showmeans=True)
  
  # Ajouter un titre et des labels
  plt.title("Boxplot de la distribution des données")
  plt.xlabel("Valeur")
  plt.ylabel("Distribution")
  
  # Afficher le boxplot
  plt.show()

  

  Explication du code :

  La ligne import matplotlib.pyplot as plt importe la bibliothèque matplotlib.pyplot, renommée ici en plt, qui est utilisée pour créer des visualisations graphiques.

  La ligne import numpy as np importe la bibliothèque NumPy, renommée ici en np, utilisée pour effectuer des calculs numériques efficaces.

  Générer des données aléatoires

  La fonction np.random.randn(1000) génère un tableau de 1000 valeurs aléatoires suivant une distribution normale centrée réduite (moyenne 0, écart-type 1).

  Ces données sont stockées dans la variable data.

  Créer un boxplot

  La fonction plt.boxplot() crée un diagramme en boîte (boxplot) permettant de visualiser la distribution d’un jeu de données.

  Le paramètre notch=True ajoute une encoche pour indiquer l’intervalle de confiance autour de la médiane.

  Le paramètre vert=False oriente le boxplot horizontalement (par défaut, il est vertical).

  Le paramètre patch_artist=True permet de remplir la boîte avec de la couleur.

  Le paramètre showmeans=True affiche la moyenne des données à l’intérieur du boxplot.

  Ajouter un titre et des labels

  La fonction plt.title() ajoute un titre au graphique (ici "Boxplot de la distribution des données").

  plt.xlabel() définit le label de l’axe des abscisses (ici "Valeur").

  plt.ylabel() définit le label de l’axe des ordonnées (ici "Distribution").

  Afficher le boxplot

  La fonction plt.show() affiche le graphique à l’écran.

• sns.boxplot()

  La fonction sns.boxplot() de Seaborn permet de créer un boxplot (diagramme en boîte) similaire à celui de Matplotlib mais avec des options de personnalisation et une esthétique plus soignée par défaut. Le boxplot permet de visualiser la répartition des données, notamment la médiane, les quartiles et les valeurs aberrantes. Elle est utilisée pour analyser la distribution des données, identifier les outliers et comparer différentes catégories.

  Importation :

  import seaborn as sns

  Attributs :

  Nom	Type	Description
  x, y	array_like, DataFrame, ou series pandas	Les données à tracer. Si `y` est spécifié, `x` est automatiquement défini comme l'axe des catégories.
  hue	str, optionnel	Permet de séparer les données en fonction d'une autre variable pour ajouter de la couleur (comme un regroupement par catégorie).
  data	DataFrame, optionnel	Source des données à utiliser. Si non spécifié, les variables `x`, `y` doivent être des tableaux ou séries.
  notch	bool, optionnel	Si True, ajoute des encoches autour de la médiane pour indiquer un intervalle de confiance à 95 %.
  orient	{‘v’, ‘h’}, optionnel	Orientation du graphique. Par défaut, le boxplot est vertical (`v`), mais il peut aussi être horizontal (`h`).
  palette	str ou palette, optionnel	Palette de couleurs pour le boxplot. Permet de définir des couleurs spécifiques pour les catégories ou l'ensemble des boîtes.
  width	float, optionnel	Largeur des boîtes.
  fliersize	float, optionnel	Pointes de taille des outliers (valeurs aberrantes).
  showmeans	bool, optionnel	Si True, affiche la moyenne des données sur le boxplot.

  Exemple de code :

  📋 Copy

  import seaborn as sns
  import matplotlib.pyplot as plt
  import numpy as np
  
  # Générer des données aléatoires pour deux groupes
  data = np.random.randn(1000)
  category = np.random.choice(['A', 'B'], size=1000)
  
  # Créer un boxplot avec couleur différente pour chaque catégorie
  sns.boxplot(x=category, y=data, hue=category, notch=True, palette='Set2', showmeans=True)
  
  # Ajouter un titre et des labels
  plt.title("Boxplot avec Seaborn")
  plt.xlabel("Catégorie")
  plt.ylabel("Valeur")
  
  # Afficher le graphique
  plt.show()

  Explication du code :

  La ligne import seaborn as sns importe la bibliothèque Seaborn, renommée ici en sns, qui facilite la création de visualisations statistiques attractives.

  La ligne import matplotlib.pyplot as plt importe la bibliothèque matplotlib.pyplot pour afficher les graphiques.

  La ligne import numpy as np importe la bibliothèque NumPy pour la manipulation de données numériques.

  Générer des données aléatoires pour deux groupes

  La ligne data = np.random.randn(1000) génère 1000 valeurs aléatoires suivant une distribution normale (moyenne 0, écart-type 1), stockées dans la variable data.

  La ligne category = np.random.choice(['A', 'B'], size=1000) crée un tableau de 1000 éléments, chacun étant aléatoirement choisi entre les catégories 'A' et 'B'.

  Créer un boxplot avec couleur différente pour chaque catégorie

  La fonction sns.boxplot() crée un diagramme en boîte à l’aide de Seaborn.

  Le paramètre x=category indique que l’axe des abscisses correspond aux catégories 'A' et 'B'.

  Le paramètre y=data indique que l’axe des ordonnées correspond aux valeurs numériques générées.

  Le paramètre hue=category permet de colorer les boîtes en fonction des catégories (légende automatiquement générée).

  Le paramètre notch=True ajoute une encoche autour de la médiane.

  Le paramètre palette='Set2' applique une palette de couleurs prédéfinie aux catégories.

  Le paramètre showmeans=True affiche la moyenne dans chaque boîte.

  Ajouter un titre et des labels

  La fonction plt.title() ajoute un titre au graphique.

  plt.xlabel() définit le label de l’axe horizontal (ici "Catégorie").

  plt.ylabel() définit le label de l’axe vertical (ici "Valeur").

  Afficher le graphique

  La fonction plt.show() rend visible le graphique à l’écran.