如何正确使用 Matplotlib 绘制分组箱线图（Boxplot）

本文详解在 pandas + matplotlib 环境下绘制分组箱线图的常见错误与正确实践，重点解决因数据维度不匹配导致的 `valueerror: x must have 2 or fewer dimensions` 错误，并提供可直接运行的完整示例代码。

在使用 matplotlib.pyplot.boxplot() 绘制分组箱线图时，一个高频陷阱是：误将整个 DataFrame（二维结构）直接传入 boxplot()，而该函数要求每个待绘图的数据项必须是 一维数组（如 Series、list 或 ndarray）。当你执行 ran_data = [ry, rn] 且 ry、rn 仍是完整的 DataFrame 时，boxplot() 会尝试对二维对象进行统计计算，从而抛出 ValueError: X must have 2 or fewer dimensions —— 实际上它拒绝接受超过一维的输入。

✅ 正确做法是：显式提取目标数值列（例如 "Pulse"），生成两个一维 pandas.Series 对象，再构造成列表传入。以下是修正后的完整流程：

一键职达

AI全自动批量代投简历软件，自动浏览招聘网站从海量职位中用AI匹配职位并完成投递的全自动操作，真正实现'一键职达'的便捷体验。

下载

import matplotlib.pyplot as plt
import pandas as pd

# 读取数据
pulserate = pd.read_csv("PulseNew.csv")

# 按条件筛选子集（返回 DataFrame）
ran_yes = pulserate[pulserate["Ran"] == "yes"]
ran_no = pulserate[pulserate["Ran"] == "no"]

# ✅ 关键步骤：提取数值列（Series），而非保留整个 DataFrame
ry_pulse = ran_yes["Pulse"]  # 类型：pandas.Series（1D）
rn_pulse = ran_no["Pulse"]  # 类型：pandas.Series（1D）

# 构造用于 boxplot 的数据列表（每个元素为 1D 可迭代对象）
ran_data = [ry_pulse, rn_pulse]

# 绘图
plt.boxplot(ran_data, labels=["Ran: Yes", "Ran: No"])  # 添加标签提升可读性
plt.ylabel("Pulse Rate")
plt.title("Pulse Rate Distribution by Running Habit")
plt.grid(True, alpha=0.3)
plt.show()

⚠️ 注意事项：

• ❌ 错误写法 subset = pulserate[(pulserate["Ran"] == "yes") & (pulserate["Ran"] == "no")] 逻辑恒为假（同一行不可能同时满足 "yes" 和 "no"），结果为空 DataFrame，故绘图为空白；
• ✅ 推荐使用 pandas.DataFrame.boxplot() 作为替代方案，语法更简洁且自动处理分组：

  pulserate.boxplot(column="Pulse", by="Ran")
  plt.suptitle("")  # 移除默认的总标题
  plt.show()

• 若原始 CSV 中 "Pulse" 列含缺失值（NaN），boxplot() 会自动忽略，但建议提前检查：print(pulserate["Pulse"].isna().sum())；
• 确保 "Ran" 列值严格为字符串 "yes"/"no"（注意大小写与空格），否则筛选将无结果；可用 pulserate["Ran"].unique() 快速验证。

掌握“筛选 → 提取列 → 构造一维序列列表”这一标准链路，即可稳健构建任意多组箱线图，为后续探索性数据分析（EDA）打下坚实基础。