其他统计图表

分组箱形图与叠加图：统计图表的进阶应用

小象实战讲义 · ECharts 数据可视化

在掌握了基础的箱形图、直方图以及3D图表后，我们继续探索统计图表中更实用的两种高级形式：分组箱形图和叠加图。这两种图表能帮助我们进行更精细的数据对比和复合信息展示，是数据分析报告中常见的利器。本节将带你理解它们的适用场景，并掌握在pyecharts中的实现方法。

💡 核心导读

• 分组箱形图：用于比较多个分组内不同类别的数据分布，例如比较A、B两组在上午和下午的业绩分布差异。
• 叠加图：将两个或多个共享X轴但Y轴刻度不同的图表叠加在一起，常用于展示关联但量纲不同的指标，如降水量与温度随月份的变化。
• 数据准备是关键：分组箱形图的数据需要按特定顺序（先组内类别，再跨组）组织；叠加图则需要为每个系列指定正确的Y轴索引。
• 坐标轴管理：叠加图的核心在于使用extend_axis扩展坐标轴，并通过yaxis_index参数为每个数据系列绑定正确的Y轴。

一、分组箱形图：多维度分布对比

分组箱形图是基础箱形图的扩展，它允许我们在一个图表中同时展示多个分组（如A组、B组），并且每个分组内还可以细分多个类别（如上午、下午）。这种图表非常适合用于对比不同群体在不同条件下的数据分布情况，例如不同部门在不同季度的销售额分布、不同实验组在不同时间点的测量值分布等。

1. 数据准备：理解结构

绘制分组箱形图前，数据组织是第一步，也是最关键的一步。数据需要按照“先类别，后分组”的嵌套结构来准备。

假设我们要比较A组和B组在“上午”和“下午”两个时间段的数据分布。我们需要准备两个列表：v1代表上午数据，v2代表下午数据。而每个列表内部，又包含两个子列表，分别对应A组和B组在该时间段的具体数值。

from pyecharts import options as opts
from pyecharts.charts import Boxplot

# 上午数据：先组内类别（A/B），再跨时间段
v1 = [
    [850, 740, 900, 1070, 930, 850, 950, 980, 980, 880, 1000, 980],  # A组上午数据
    [960, 940, 960, 940, 880, 800, 850, 880, 900, 840, 830, 790],    # B组上午数据
]

v2 = [
    [890, 810, 810, 820, 800, 770, 760, 740, 750, 760, 910, 920],    # A组下午数据
    [890, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870, 870],    # B组下午数据
]
boxplot = (
    Boxplot()
    .add_xaxis(["A组", "B组"])
    .add_yaxis("上午", Boxplot().prepare_data(v1))
    .add_yaxis("下午", Boxplot().prepare_data(v2))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="分组箱形图示例：A/B组上下午数据分布"),
        yaxis_opts=opts.AxisOpts(name="数值"),
        xaxis_opts=opts.AxisOpts(name="分组"),
    )
)

boxplot.render_embed()
print(f"图表类型: {type(boxplot).__name__}")
print("X轴分类: ['A组', 'B组']")
print("Y轴系列名称: ['上午', '下午']")

输出摘要：

图表类型: Boxplot
X轴分类: ['A组', 'B组']
Y轴系列名称: ['上午', '下午']

数据格式说明：

• v1[0] / v1[1]：A组、B组的上午数据。
• v2[0] / v2[1]：A组、B组的下午数据。

prepare_data() 返回的仍是嵌套列表，但每组原始值已被替换为“最小值、Q1、中位数、Q3、最大值”五数。上面的完整块把数据准备、统计值计算和绘图串在一起，单独运行即可复现。

2. 使用 prepare_data 计算统计值

箱形图展示的不是原始数据点，而是五个关键统计值。Boxplot.prepare_data() 会自动完成这项计算，调用结果随后直接交给 .add_yaxis()。

3. 绘制分组箱形图

X 轴设置分组标签“A组、B组”，两个 Y 轴系列分别表示“上午”和“下午”。你可以通过箱子位置、长度和异常点比较组间与组内差异。 运行上述代码后，你将得到一个清晰的分组箱形图。在“A组”和“B组”下方，会并列显示两个箱子，分别代表该组的“上午”和“下午”数据。通过观察箱子的位置、长度和异常点，可以直观对比：

• 组间差异：A组和B组的整体水平高低。
• 组内差异：在同一个组内，上午和下午的数据分布有何不同（如中位数偏移、离散程度变化）。

二、叠加图：多指标复合分析

叠加图，或称双Y轴图，用于在共享同一个X轴的前提下，展示两个量纲（单位）不同但存在关联的数据系列。最常见的例子就是将柱状图（如降水量，单位毫升）和折线图（如平均温度，单位摄氏度）叠加在一起，分析它们随时间（月份）的协同变化趋势。

1. 核心概念：扩展坐标轴与轴索引

叠加图的核心技术点在于管理多个Y轴。在pyecharts中，我们通过以下步骤实现：

1. 创建主图表并扩展Y轴：通常以第一个图表（如柱状图）为主图表，使用extend_axis方法为其添加一个新的、独立的Y轴。
2. 指定系列使用的Y轴：第二个图表（如折线图）在添加数据时，需要通过yaxis_index参数明确指定它使用我们刚刚扩展出来的第二个Y轴（索引为1，因为第一个Y轴索引为0）。

2. 数据准备与图表绘制

我们以“某地月度降水量与平均温度”为例。

# 叠加图数据准备
precipitation = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]  # 降水量 (ml)
temperature = [2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2]       # 平均温度 (°C)

from pyecharts.charts import Bar, Line
from pyecharts import options as opts
from pyecharts.faker import Faker

# 1. 创建主图表（柱状图 - 降水量）
bar = (
    Bar()
    .add_xaxis(Faker.months)  # X轴：月份
    .add_yaxis("降水量", precipitation)
    # 关键步骤：扩展第二个Y轴，用于温度数据
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="温度",
            axislabel_opts=opts.LabelOpts(formatter="{value} °C"),  # 设置轴标签格式
            interval=5,  # 刻度间隔
            position="right",  # 将第二个Y轴放在右侧
        )
    )
    # 隐藏柱状图上的数据标签，避免图表过于拥挤
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="月度降水量与温度叠加图"),
        # 设置主Y轴（左侧）的标签格式
        yaxis_opts=opts.AxisOpts(
            name="降水量",
            axislabel_opts=opts.LabelOpts(formatter="{value} ml")
        ),
    )
)

# 2. 创建第二个图表（折线图 - 温度）
line = (
    Line()
    .add_xaxis(Faker.months)
    .add_yaxis(
        "平均温度",
        temperature,
        yaxis_index=1,  # 关键步骤：指定使用索引为1的Y轴（即我们扩展的那个）
        label_opts=opts.LabelOpts(is_show=True),  # 显示折线点的数值标签
    )
)

# 3. 将折线图叠加到柱状图上
combined_chart = bar.overlap(line)

# 输出配置摘要
print(f"主图表类型: {type(bar).__name__}")
print(f"叠加图表类型: {type(line).__name__}")
print(f"最终组合图表类型: {type(combined_chart).__name__}")
print("Y轴数量: 2")
print("数据系列数量及名称: ['降水量', '平均温度']")

输出摘要：

主图表类型: Bar
叠加图表类型: Line
最终组合图表类型: Bar
Y轴数量: 2
数据系列数量及名称: ['降水量', '平均温度']

3. 关键参数解析与常见问题

• yaxis_index=1：这是最容易出错的地方。如果不设置或设置为0，折线图将使用左侧的降水量Y轴，导致温度数据（数值在0-25之间）在0-200的刻度上几乎变成一条平坦的直线，完全失真。务必确保第二个系列绑定到正确的Y轴。
• 坐标轴位置：通过position="right"可以将扩展的Y轴放置在右侧，使图表更符合阅读习惯。
• overlap方法：在 pyecharts 2.1.0 中，bar.overlap(line) 会返回以 Bar 为主体的组合图表对象，并把折线系列叠加进来；所以最终打印的图表类型仍是 Bar。

错误示例：如果忘记在折线图中设置yaxis_index=1，温度数据将错误地映射到降水量的坐标轴上。

# 错误示例：折线图未指定yaxis_index
line_wrong = Line().add_xaxis(Faker.months).add_yaxis("平均温度", temperature)
combined_wrong = bar.overlap(line_wrong)
# 此时温度折线将几乎紧贴X轴，无法观察其变化趋势。

📝 动手练一练

1. 改造分组箱形图：假设现在有第三组数据“C组”，其上午和下午的数据如下。请修改代码，将C组也加入到分组箱形图中进行对比。
   • C组上午: [920, 880, 870, 850, 890, 910, 930, 900, 880, 860, 940, 920]
   • C组下午: [830, 820, 810, 800, 850, 840, 830, 820, 810, 860, 850, 840]

from pyecharts.charts import Boxplot
from pyecharts import options as opts

# 扩展数据，加入C组
v1 = [
    [850, 740, 900, 1070, 930, 850, 950, 980, 980, 880, 1000, 980],  # A组上午
    [960, 940, 960, 940, 880, 800, 850, 880, 900, 840, 830, 790],    # B组上午
    [920, 880, 870, 850, 890, 910, 930, 900, 880, 860, 940, 920],    # C组上午（新增）
]

v2 = [
    [890, 810, 810, 820, 800, 770, 760, 740, 750, 760, 910, 920],    # A组下午
    [890, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870, 870],    # B组下午
    [830, 820, 810, 800, 850, 840, 830, 820, 810, 860, 850, 840],    # C组下午（新增）
]

boxplot = (
    Boxplot()
    .add_xaxis(["A组", "B组", "C组"])  # X轴增加C组
    .add_yaxis("上午", Boxplot().prepare_data(v1))
    .add_yaxis("下午", Boxplot().prepare_data(v2))
    .set_global_opts(title_opts=opts.TitleOpts(title="三组数据上下午分布对比"))
)

print("X轴分组: ['A组', 'B组', 'C组']")

X轴分组: ['A组', 'B组', 'C组']

2. 创建销售额与增长率叠加图：现有某产品月度销售额（单位：万元）和环比增长率（单位：%）数据。请绘制一个叠加图，用柱状图表示销售额（左侧Y轴），用折线图表示增长率（右侧Y轴）。
   • 销售额: [120, 135, 150, 110, 160, 185, 200, 220, 210, 230, 250, 280]
   • 增长率: [None, 12.5, 11.1, -26.7, 45.5, 15.6, 8.1, 10.0, -4.5, 9.5, 8.7, 12.0] (注意：第一个月无增长率，用None表示)

from pyecharts.charts import Bar, Line
from pyecharts import options as opts
from pyecharts.faker import Faker

sales = [120, 135, 150, 110, 160, 185, 200, 220, 210, 230, 250, 280]
growth_rate = [None, 12.5, 11.1, -26.7, 45.5, 15.6, 8.1, 10.0, -4.5, 9.5, 8.7, 12.0]

bar = (
    Bar()
    .add_xaxis(Faker.months)
    .add_yaxis("销售额（万元）", sales)
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="增长率",
            axislabel_opts=opts.LabelOpts(formatter="{value}%"),
            position="right"
        )
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="月度销售额与增长率"),
        yaxis_opts=opts.AxisOpts(name="销售额（万元）")
    )
)

line = (
    Line()
    .add_xaxis(Faker.months)
    .add_yaxis(
        "环比增长率",
        growth_rate,
        yaxis_index=1,
        label_opts=opts.LabelOpts(formatter="{c}%", is_show=True)
    )
)

combined = bar.overlap(line)
print("图表标题: 月度销售额与增长率")
print("左侧Y轴名称: 销售额（万元）")
print("右侧Y轴名称: 增长率")

图表标题: 月度销售额与增长率
左侧Y轴名称: 销售额（万元）
右侧Y轴名称: 增长率

本章小结

在本节中，我们深入学习了两种高级统计图表：分组箱形图和叠加图。分组箱形图通过嵌套的数据结构，实现了多分组、多类别的分布对比，是进行精细化差异分析的强大工具。叠加图则通过扩展和管理多个Y轴，将不同量纲的数据融合在一张图中，清晰展现其关联关系与变化趋势，极大地提升了信息表达的效率。

📋 行动清单

• 练习数据组织：尝试用Python列表生成模拟数据，并按照分组箱形图要求的“先类别，后分组”结构进行整理。
• 掌握轴索引：在PyCharm或Jupyter中，亲手敲一遍叠加图的代码，故意修改或删除yaxis_index=1参数，观察图表发生的变化，加深理解。
• 思考应用场景：回顾你最近所做的数据分析项目，思考哪些场景适合使用分组箱形图或叠加图来呈现结果，并尝试用本节所学进行重构。

—— 小象教研组