Box plots

Le box plot, ou boîte à moustaches, est une représentation graphique qui permet de visualiser rapidement la distribution d’un jeu de données à travers ses statistiques principales. C’est un outil très utilisé en data science et en statistique pour comparer plusieurs groupes, analyser la dispersion, et identifier les valeurs aberrantes.

Un box plot affiche :

Le box plot est particulièrement utile pour :

Dans cette page, vous apprendrez à construire et interpréter un box plot, et à l’utiliser en Python avec des bibliothèques telles que matplotlib, seaborn ou plotly.

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 :

    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()
    Résultat du code

    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.