Summary  
This chapter covers creating and customizing box plots in code to visualize and summarize the distribution of numerical data using the five-number summary and additional styling parameters.  

General domain of usage  
Exploratory data analysis

`boxplot` on vakiomuotoinen tapa esittää datan jakauma **viiden luvun yhteenvedon** perusteella:

1. **Minimi** (alin arvo, pois lukien poikkeavat havainnot);
2. **Ensimmäinen kvartiili (Q1)** (25. prosenttipiste);
3. **Mediaani** (50. prosenttipiste);
4. **Kolmas kvartiili (Q3)** (75. prosenttipiste);
5. **Maksimi** (korkein arvo, pois lukien poikkeavat havainnot).

## Miksi käyttää boxplotia?

Paras työkalu **jakaumien vertailuun** ryhmien välillä. Se kertoo välittömästi:

* **Keskiarvo:** missä mediaaniviiva sijaitsee?;
* **Hajonta:** kuinka korkea laatikko on? (kvartiiliväli);
* **Symmetria:** onko mediaani laatikon keskellä?;
* **Poikkeavat havainnot:** onko viiksien ulkopuolella pisteitä?



## Keskeiset parametrit

* **`saturation`**: säätää värien voimakkuutta (0–1). Pienemmät arvot tekevät väreistä hillitympiä;
* **`linewidth`**: säätää laatikon reunojen ja viiksien paksuutta;
* **`width`**: säätää itse laatikon leveyttä.



## Esimerkki

Tässä on laatikkokaavio, joka analysoi "Tips"-datan. Huomaa, kuinka pisteet, jotka edustavat poikkeavia havaintoja, näkyvät viiksien yläpuolella.

import seaborn as sns
import matplotlib.pyplot as plt

# Load dataset
df = sns.load_dataset('tips')

# Create a boxplot
sns.boxplot(
    data=df,
    hue='day',
    x='day',
    y='total_bill',
    palette='coolwarm',
    linewidth=2,     # Thicker lines
    saturation=0.7   # Slightly muted colors
)

plt.show()

import unittest
import importlib
import sys
import pandas as pd
from unittest.mock import patch, MagicMock

# Helper function to dynamically generate test names and assertions
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestUserCode(unittest.TestCase):

    def setUp(self):
        self.patcher_csv = patch('pandas.read_csv')
        self.mock_read_csv = self.patcher_csv.start()
        
        # Provide real data structure for planets dataset
        self.mock_df = pd.DataFrame({
            'method': ['Radial Velocity', 'Imaging', 'Eclipse Timing', 'Transit'],
            'distance': [77.4, 15.0, 100.2, 500.0]
        })
        self.mock_read_csv.return_value = self.mock_df

    def tearDown(self):
        self.patcher_csv.stop()

    # Test custom style configuration
    def test_style_configuration(self):
        with patch('seaborn.boxplot'), patch('matplotlib.pyplot.show'):
            with patch('seaborn.set_style') as mock_style:
                if 'user_code' in sys.modules:
                    importlib.reload(sys.modules['user_code'])
                import user_code
            
            if not mock_style.called:
                 _dynamic_test(self, False, "", "Expected `sns.set_style()` to be called.")
                 return

            args, kwargs = mock_style.call_args
            
            style_name_correct = args[0] == 'ticks'
            
            # Check dictionary configuration
            rc_params = args[1] if len(args) > 1 else kwargs.get('rc', {})
            xtick_correct = rc_params.get('xtick.color') == 'white'
            ytick_correct = rc_params.get('ytick.color') == 'white'
            facecolor_correct = rc_params.get('figure.facecolor') == 'grey'

            _dynamic_test(
                self,
                style_name_correct and xtick_correct and ytick_correct and facecolor_correct,
                "The style is set to 'ticks' with white ticks and grey background.",
                "Expected `sns.set_style('ticks', {'xtick.color': 'white', 'ytick.color': 'white', 'figure.facecolor': 'grey'})`."
            )

    # Test boxplot implementation
    def test_boxplot_params(self):
        with patch('seaborn.boxplot') as mock_box:
            with patch('matplotlib.pyplot.show'):
                if 'user_code' in sys.modules:
                    importlib.reload(sys.modules['user_code'])
                import user_code
            
            if not mock_box.called:
                _dynamic_test(self, False, "", "Expected `sns.boxplot()` to be used.")
                return

            args, kwargs = mock_box.call_args
            
            # Check data binding
            x_check = kwargs.get('x') == 'distance'
            y_check = kwargs.get('y') == 'method'
            data_check = kwargs.get('data') is user_code.df

            # Check styling parameters
            width_check = kwargs.get('width') == 0.6
            linewidth_check = kwargs.get('linewidth') == 2
            saturation_check = kwargs.get('saturation') == 0.4
            palette_check = kwargs.get('palette') == 'vlag'

            _dynamic_test(
                self,
                all([x_check, y_check, width_check, linewidth_check, saturation_check, palette_check]),
                "The `boxplot` parameters (`width`, `linewidth`, `saturation`, etc.) are configured correctly.",
                f"Expected `width=0.6`, `linewidth=2`, `saturation=0.4`, `palette='vlag'`. Got: {kwargs}"
            )

    # Test show
    def test_show_used(self):
        with patch('seaborn.boxplot'):
            with patch('matplotlib.pyplot.show') as mock_show:
                if 'user_code' in sys.modules:
                    importlib.reload(sys.modules['user_code'])
                import user_code

                _dynamic_test(
                    self,
                    mock_show.called,
                    "The `plt.show()` function is used.",
                    "Expected `plt.show()` to be used to display the plot."
                )

if __name__ == '__main__':
    unittest.main()

test_code.py

Tutustu tilastollisen datan visualisoinnin mahdollisuuksiin, joiden avulla paljastetaan kuvioita ja riippuvuuksia. Käytä Seaborn-kirjastoa luodaksesi informatiivisia jakaumakuvioita, lämpökarttoja ja kategorisia kaavioita vähällä koodilla. Opettele soveltamaan esteettisiä teemoja ja väripaletteja, jotka tekevät monimutkaisesta tilastollisesta datasta helposti tulkittavaa ja saavutettavaa.

Datan Tiivistäminen Laatikkokaavioilla

Miksi käyttää boxplotia?

Keskeiset parametrit

Esimerkki

Ratkaisu