是否在matplotlib中使用数据数组绘制箱线图？

有没有一种方法可以在没有原始数据的情况下在matplotlib中创建绘图

我有一个工具，它报告

平均值

，

最大值

，

最小值

，

标准偏差

，

pU50

，

pU90

和

pU99

，但没有给出所有数据点。我正在尝试创建一个类似于方框图的图，它将传达上述大多数属性。但是我还没有找到任何方法在matplotlib中生成这样一个图，而不需要所有的数据点。是否有任何方法可以在matplotlib中生成这样的绘图

我更喜欢matplotlib，因为大多数基础结构都是Python，我已经在为其他一些部分使用matplotlib。

这取决于您想要什么-您可以这样绘制其中一些：

import numpy as np
loc, scale = 0., 1 # like mean and s.d.
x=np.arange(-8., 8., .01)
laplace = np.exp(-abs(x-loc/scale))/(2.*scale)
gumbel = (1/scale)*np.exp(-(x - scale)/scale)* np.exp( -np.exp( -(x - scale) /scale) )
logistic = np.exp((loc-x)/scale)/(scale*(1+np.exp((loc-x)/scale))**2)
normal = 1/(scale * np.sqrt(2 * np.pi))*np.exp( - (x - loc)**2 / (2 * scale**2) )
lognormal = (np.exp(-(np.log(x) - loc)**2 / (2 * scale**2))/ (x * scale * np.sqrt(2 * np.pi)))
rayleigh = (x/(scale*scale))*(np.exp((-x*x)/(2*scale*scale)))
standard_cauchy = 1/(np.pi*(1+(x*x)))


plt.plot(x,gumbel,label='gumbel scale=1')
plt.plot(x,laplace,label='laplace scale=1, loc = 0')
plt.plot(x,normal,label='normal scale=1, loc = 0')
plt.plot(x,logistic,label='logistic scale=1, loc = 0')
plt.plot(x,lognormal,label='lognormal scale=1, loc = 0')
plt.plot(x,rayleigh,label='rayleigh scale=1')
plt.plot(x,standard_cauchy,label='standard_cauchy')

---

是，在当前主机上。有关详细信息，请参阅。它也将出现在1.4中。谢谢你的评论。这正是我需要的！我试图从主机安装matplotlib，但遇到了缺少名为

six

的必需包的依赖性问题（即使在执行

sudo apt get build dep python matplotlib

之后）。快速谷歌搜索对如何解决这个问题没有帮助。所以，获取最新版本的matplotlib似乎是一个相当复杂的过程！不幸的是，我不知道数据的

分布

属性，但我只知道

平均值

，

中值

，

P99

，

P90

，

P50

等属性，我想要一个显示这些属性的图。如果有任何方法可以指定这些属性，请告诉我。谢谢你的回答！