我的箱形图在 jupyter notebook 中没有输出

Question

这是我的代码，我不知道我做错了什么。没有错误，但是当我得到我的结果时，它并没有显示箱线图，只是一个 x 轴和一个带有数字的 y 轴。

import numpy as np
import matplotlib.pyplot as plt
#read in the dataset
data= np.genfromtxt("C:\\Users\\pearlyn\\Downloads\\education qualification.csv",
        delimiter=',',
        names=True, dtype=('U7','U10','U30','U4',int))
race = data[(data['mother_race']=='INDIAN')]
race_1 = race[race['birth_order']=='1st']
race_2= race_1[race_1['month']== '2019-12']

catA = race_2[race_2['mother_education'] == '"A" LEVEL/DIPLOMA']['birth_count']
catB = race_2[race_2['mother_education'] == '"N" LEVEL/"O" LEVEL']['birth_count']
catC = race_2[race_2['mother_education'] == 'NO QUALIFICATION']['birth_count']
catD = race_2[race_2['mother_education'] == 'PSLE']['birth_count']
catE = race_2[race_2['mother_education'] == 'UNIVERSITY DEGREE']['birth_count']
y_values = np.array([catA, catB, catC, catD, catE])
x_labels = np.unique(data['mother_education'])

plt.boxplot(y_values.transpose(),all(x_labels),patch_artist=True)
plt.show()

Answer 1

实际上问题是您的data 变量 Jupiter notbook 无法从您的设备获取该文件位置，因为它是在线 IDE，因此无法打开您的存储位置。您应该尝试使用 vs code 或 python 的其他 IDE，因为它们嵌入在系统中并且可以获取文件位置。 如果有帮助，请告诉我。

Answer 2

为了重现您的问题，问题可能是由于处理不支持numpy.genfromtxt 的字符串中的双引号，尤其是mother_education 值。 Numpy 的文本解析器将引号加倍并将整个值包含在引号中！因此，您的逻辑调用返回空数组，因为它们不以对象数组中的实际值为条件。

查看下面的随机演示并打印数据。

from io import StringIO
import numpy as np
import pandas as pd

educ_groups = ['"A" LEVEL/DIPLOMA', '"N" LEVEL/"O" LEVEL',
               'NO QUALIFICATION', 'PSLE', 'UNIVERSITY DEGREE']

# create random dataset of two columns
np.random.seed(20201212)
random_df = pd.DataFrame({'mother_education': np.random.choice(educ_groups, 500),
                          'birth_count': np.random.randint(1, 15, 500),
                          })
# create csv dataset
csv_data = random_df.to_csv(index=False)

# read in the dataset
data = np.genfromtxt(StringIO(csv_data),
                     delimiter=',',
                     names=True, dtype=['U30', int])

print(data[0:25])
# [('"""A"" LEVEL/DIPLOMA"',  6) ('PSLE',  3) ('PSLE',  8)
#  ('UNIVERSITY DEGREE', 13) ('"""N"" LEVEL/""O"" LEVEL"',  3) ('PSLE', 12)
#  ('PSLE',  3) ('UNIVERSITY DEGREE',  9) ('"""N"" LEVEL/""O"" LEVEL"',  9)
#  ('NO QUALIFICATION', 10) ('UNIVERSITY DEGREE',  8)
#  ('UNIVERSITY DEGREE',  5) ('"""N"" LEVEL/""O"" LEVEL"',  7)
#  ('NO QUALIFICATION',  6) ('"""N"" LEVEL/""O"" LEVEL"',  1) ('PSLE', 10)
#  ('NO QUALIFICATION',  8) ('"""N"" LEVEL/""O"" LEVEL"', 13)
#  ('UNIVERSITY DEGREE', 12) ('"""A"" LEVEL/DIPLOMA"',  7)
#  ('NO QUALIFICATION',  7) ('PSLE',  6) ('PSLE',  4)
#  ('NO QUALIFICATION', 10) ('NO QUALIFICATION', 14)]
# [('mother_education', '<U30'), ('birth_count', '<i8')]

print(data.dtype)
# [('mother_education', '<U6'), ('birth_count', '<i8')]

Numpy 修复

一个快速的解决方法是在逻辑调用中使用渲染的 numpy 值，然后将标签调整为原始值。下面还正确标记了x 轴。

catA = data[data['mother_education'] == '"""A"" LEVEL/DIPLOMA"']['birth_count']
catB = data[data['mother_education'] == '"""N"" LEVEL/""O"" LEVEL"']['birth_count']
catC = data[data['mother_education'] == 'NO QUALIFICATION']['birth_count']
catD = data[data['mother_education'] == 'PSLE']['birth_count']
catE = data[data['mother_education'] == 'UNIVERSITY DEGREE']['birth_count']

y_values = np.array([catA, catB, catC, catD, catE], dtype='object')
x_labels = np.unique(['"A" LEVEL/DIPLOMA', '"N" LEVEL/"O" LEVEL',
                      'NO QUALIFICATION', 'PSLE', 'UNIVERSITY DEGREE'])

plt.figure(figsize=(15,5))
plt.boxplot(y_values.transpose(), labels=x_labels, notch=False, patch_artist=True)
plt.show()

---

熊猫绘图构建

然而，正如评论 pandas 可能是一个更好的工具，尤其是处理不同的 dtype 数据集，例如具有分组聚合需求的字符串类别和数值。 （Numpy 最适用于所有元素的原子、相似类型的 n 维数据集。Pandas 最适用于不同类型的二维数据集。）此外，pandas.read_csv 可以正确处理字符串中的引号以及一系列其他 @987654322 @。

df = pd.read_csv(StringIO(csv_data))   # REPLACE WITH ACTUAL FILE

df.boxplot(column='birth_count', by='mother_education', 
           figsize=(15,5), grid=False, patch_artist=True)
plt.show()