使用 Matplotlib/Pandas/Seaborn，如何从聚合数据而不是原始数据构建箱线图？
背景：我知道数百万人的年龄，我想为此制作一个箱线图。因为我有数百万行，所以我首先使用 PySpark 聚合我的数据集，然后再继续在 Pandas 中进行绘图。结果是我有一个数据集，其中包含一定年龄的人数（例如 10 万人 18 岁）。
我似乎在 Seaborn 或 maptlotlib 包中找不到选项。我错过了什么吗？
【问题讨论】：
标签： python matplotlib pyspark aggregate boxplot
我找到了以下解决方案。
使用 PySpark 聚合数据并使用键名将此数据存储在字典中。字典result 应该是这样的：
{'mean': 45.30698829299204,
'med': 47.0,
'q1': 27.0,
'q3': 62.0,
'iqr': 35.0,
'whishi': 114,
'whislo': 0,
'fliers': array([[118], [118])
}
绘制可以使用matplotlib boxplot抽屉函数bxp，例如：
fig, ax = plt.subplots(figsize=(6, 12))
ax.bxp([result], showmeans = True, meanline = True)
详情请见here。
如果您有更好的解决方案，请随时发表评论或回答。
【讨论】：