python - 从大型数据集逐步构建箱线图

Question

假设我有 4 个文件作为 .npz 文件保存在我的计算机上:W、X、Y 和 Z。让我们假设我的计算机在 RAM 消耗方面无法承受同时加载多个。

我怎样才能运行这个命令？ :

 matplotlib.pyplot.boxplot([W],[X],[Y],[Z])

换句话说，我如何加载 W、绘制 W、删除 W，然后加载 Y、绘制 Y、删除 Y，...并将其中的 4 个放在同一个图形上？ (而不是子图)

谢谢!

Answer 1

matplotlib.axes.boxplot函数实际上在幕后调用了两个函数。一种用于计算必要的统计数据 (cbook.boxplot_stats)，另一种用于实际绘制绘图 (matplotlib.axes.bxp)。您可以通过为每个数据集调用第一个(通过一次加载一个)然后将结果提供给绘图函数来利用此结构。

在下面的这个例子中，我们有 3 个数据集并迭代它们以收集 cbook.boxplot_stats 的输出(它只需要很少的内存)。之后调用 ax.bxp 创建图形。 (在您的应用程序中，您将迭代加载一个文件，使用 boxplot_stats 并删除数据)

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


x = np.random.rand(10,10)
y = np.random.rand(10,10)
z = np.random.rand(10,10)

fig, ax = plt.subplots(1,1)

bxpstats = list()
for dataset, label in zip([x, y, z], ['X', 'Y', 'Z']):
    bxpstats.extend(cbook.boxplot_stats(np.ravel(dataset), labels=[label]))
ax.bxp(bxpstats)
plt.show()

结果: