最好看的箱線圖，讓你的SCI論文瞬間高大上！

高級(jí)箱線圖的繪制

下面的箱線圖比較美觀，非常適合數(shù)據(jù)量不大、且分布明顯的時(shí)候使用。

在論文撰寫中，圖表的清晰和吸引人的展示方式是至關(guān)重要的。箱線圖（Whisker Plot）是一種展示數(shù)據(jù)分布的經(jīng)典工具，它不僅可以清楚地顯示數(shù)據(jù)的中心趨勢(shì)、散布和異常值，還能以視覺上吸引人的方式呈現(xiàn)這些信息。

使用 Python 的 vedo 庫，我們可以創(chuàng)建不僅信息豐富但也極具視覺沖擊力的箱線圖。這種圖表的美觀程度足以讓你的科學(xué)論文（SCI）中的數(shù)據(jù)展示部分變得更加引人注目。

代碼

首先需要安裝vedo庫，該庫提供了一些高級(jí)繪圖函數(shù)，感興趣的同學(xué)可以自行探索。

https://vedo./#gallery

繪圖代碼如下：

'''Whisker plot with quantiles indication
(horizontal line shows the mean value)'''
from vedo import np, settings, Axes, Brace, Line, Ribbon, show
from vedo.pyplot import whisker

settings.default_font = 'Theemim'

# build some theoretical expectation to be shown as a grey band
x = np.linspace(-1, 9, 100)
y = x/5 + 0.2*np.sin(x)
ye= y**2/5 + 0.1 # error on y
line = Line(np.c_[x, y])
band = Ribbon(np.c_[x, y-ye], np.c_[x, y+ye]).c('black',0.1)

# create 5 whisker bars with some random data
ws = []
for i in range(5):
    xval = i*2 # position along x axis
    data = xval/5 + 0.2*np.sin(xval) + np.random.randn(25)
    w = whisker(data, bc=i, s=0.5).x(xval)
    ws.append(w)
    # print(i, 'whisker:\n', w.info)

# build braces to inndicate stats significance and dosage
bra1 = Brace([0, 3],[2, 3], comment='*~*', s=0.7, style='[')
bra2 = Brace([4,-1],[8,-1], comment='ET (mmd^-1 ) > mean', s=0.4)

# build custom axes
axes = Axes(xrange=[-1,9],
            yrange=[-3,5],
            htitle=':beta_c  expression: change in time',
            xtitle=' ',
            ytitle='Level of :ET  protein in \muM/l',
            x_values_and_labels=[(0,'ET^A\n at t=1h'),
                                 (4,'ET^B\n at t=2h'),
                                 (8,'ET^C\n at t=4h'),
                                ],
            xlabel_size=0.02,
            xygrid=False,
           )

show(ws, bra1, bra2, line, band, __doc__, axes, zoom=1.3)

原理講解

總體上，vedo庫也是圖層語言，通過不同圖層疊加繪圖。

設(shè)置了默認(rèn)字體為 'Theemim'，以確保圖表的文本具有良好的可讀性和美觀性。

接著，代碼構(gòu)建了一個(gè)置信區(qū)間（灰色區(qū)域）和均值線來表示趨勢(shì)或標(biāo)準(zhǔn)：

pythonCopy codex = np.linspace(-1, 9, 100)
y = x/5 + 0.2*np.sin(x)
ye= y**2/5 + 0.1
line = Line(np.c_[x, y])
band = Ribbon(np.c_[x, y-ye], np.c_[x, y+ye]).c('black',0.1)

這里 x 和 y 用于生成一條線，ye 代表 y 的誤差。Line 和 Ribbon 用于生成這個(gè)理論值的可視化表示。

打印Line和Ribbon圖層，我們可以看到構(gòu)建結(jié)果：

注意這里的數(shù)據(jù)是隨機(jī)生成的。

代碼的核心部分是創(chuàng)建五個(gè)不同的箱線圖：

這段代碼對(duì)五個(gè)不同的數(shù)據(jù)集生成了箱線圖。每個(gè)數(shù)據(jù)集根據(jù) xval（沿x軸的位置）和一些隨機(jī)噪聲生成。

隨后，代碼添加了一些額外的注釋和標(biāo)簽，以增強(qiáng)圖表的可讀性和信息量：

pythonCopy codebra1 = Brace([0, 3],[2, 3], comment='*~*', s=0.7, style='[')
bra2 = Brace([4,-1],[8,-1], comment='ET (mmd^-1 ) > mean', s=0.4)

這些 Brace 對(duì)象用于在圖表中指示統(tǒng)計(jì)學(xué)上的顯著性或其他注釋。

最后，代碼設(shè)置了自定義的坐標(biāo)軸，并顯示了整個(gè)圖表：

這里 Axes 定義了坐標(biāo)軸的外觀和范圍，show 函數(shù)則用于渲染和展示整個(gè)圖表。

最后精美的圖繪就完成了，如上圖，美觀的圖總需要多圖層的自定義。

Reference

• https://github.com/marcomusy/vedo
• https://vedo./#gallery