Summary  
This chapter explains how to compute quartiles and the interquartile range to identify outliers, and how to generate and customize box plots using matplotlib’s boxplot function for one or multiple datasets.

General domain of usage  
Exploratory data analysis

**Box plot** é outro gráfico extremamente comum em estatística, utilizado para visualizar a tendência central, dispersão e possíveis outliers nos dados por meio de seus quartis.

Definição

**Quartis** dividem os dados ordenados em quatro partes iguais:

* **Q1** — ponto médio entre o valor mínimo e a mediana (25% dos dados abaixo deste ponto);
* **Q2** — a mediana (50% dos dados abaixo);
* **Q3** — ponto médio entre a mediana e o valor máximo (75% dos dados abaixo).

* O **lado esquerdo** da caixa representa **Q1**, o **lado direito** representa **Q3**;
* **IQR = Q3 − Q1**, mostrado como a largura da caixa, com a mediana marcada por uma linha amarela;
* **Bigodes** se estendem até (Q1 - 1,5 \cdot IQR) e (Q3 + 1,5 \cdot IQR);
* Pontos fora dos bigodes são **outliers**.

Um box plot pode ser gerado usando `matplotlib`.

import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a box plot for the Seattle temperatures
plt.boxplot(weather_df['Seattle'])

plt.show()

## Dados do Box Plot

Utilize `plt.boxplot(x)`, onde `x` pode ser um objeto array-like 1D, um array 2D (uma caixa por coluna) ou uma sequência de arrays 1D.

## Parâmetros Opcionais

`tick_labels` é útil para nomear box plots — especialmente ao plotar múltiplos arrays.

import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating two box plots for Boston and Seattle temperatures
plt.boxplot(weather_df, tick_labels=['Boston', 'Seattle'])
plt.show()

Ao passar um `DataFrame` com duas colunas numéricas para `boxplot()`, são criados dois box plots separados com rótulos atribuídos automaticamente.

Há também diversos parâmetros opcionais para personalizar o box plot, que podem ser explorados na <a href="https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.boxplot.html" target="_blank"><svg width="1em" height="1em" viewBox="0 0 30 32" fill="none" xmlns="http://www.w3.org/2000/svg"><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M17.289 17.305v0c-1.754 1.754-4.597 1.754-6.351 0l-7.76-7.759c-1.755-1.755-1.755-4.601 0-6.356v0c1.753-1.753 4.595-1.756 6.351-0.005l6.208 6.187"></path><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M12.504 13.97v0c1.754-1.754 4.597-1.754 6.351 0l7.762 7.762c1.754 1.754 1.754 4.597 0 6.351v0c-1.754 1.754-4.597 1.754-6.351 0l-5.953-5.953"></path></svg> documentação do <code>boxplot()</code></a>, porém, na prática, raramente são utilizados.

Aprofunde-se

import unittest
import matplotlib.pyplot as plt
import numpy as np

def _dynamic_test(test_case, condition, success_message, failure_message):
    """
    Custom dynamic test assertion with method name override and detailed messages.
    """
    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 TestBoxPlot(unittest.TestCase):
    def setUp(self):
        self.size = 1000
        self.normal_sample_1 = np.random.normal(size=self.size)
        self.normal_sample_2 = np.random.normal(size=self.size)

        self.fig, self.ax = plt.subplots()
        self.box = self.ax.boxplot(
            [self.normal_sample_1, self.normal_sample_2],
            tick_labels=['First sample', 'Second sample']
        )

    def tearDown(self):
        plt.close(self.fig)

    def test_boxplot_box_count(self):
        count = len(self.box['boxes'])
        _dynamic_test(
            self,
            count == 2,
            "Correct number of box plots created.",
            f"Expected 2 box plots, but found {count}."
        )

    def test_tick_labels(self):
        tick_labels = [label.get_text() for label in self.ax.get_xticklabels()]
        expected = ['First sample', 'Second sample']
        _dynamic_test(
            self,
            tick_labels == expected,
            "Tick labels are correct.",
            f"Expected tick labels {expected}, but got {tick_labels}."
        )

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


test_box_plot.py

Domine as habilidades fundamentais de visualização de dados utilizando a abordagem orientada a objetos no Matplotlib. Aprenda a controlar todos os aspectos das suas figuras, desde eixos e legendas até cores e estilos. Crie gráficos estáticos de qualidade profissional, manipule dados de séries temporais e exporte gráficos em alta resolução para relatórios e publicações.

Analisando Dados com Box Plots

Quartis

Elementos do Box Plot

Dados do Box Plot

Parâmetros Opcionais

Solução