绘制子图的海上箱形图上的观测值数量(python)

绘制子图的海上箱形图上的观测值数量是指在Python中使用海上箱形图绘制子图时，每个箱形图中包含的观测值数量。

海上箱形图是一种用于可视化数据分布的图表，它展示了一组数据的中位数、上下四分位数、最小值和最大值。在Python中，可以使用matplotlib库的boxplot函数来绘制海上箱形图。

要在子图中绘制多个箱形图，可以使用matplotlib的subplot函数创建子图，并在每个子图中调用boxplot函数来绘制箱形图。可以通过设置参数来控制子图的布局和样式。

以下是一个示例代码，演示如何在子图中绘制海上箱形图，并显示每个箱形图中的观测值数量：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data1 = np.random.normal(0, 1, 100)
data2 = np.random.normal(1, 1, 100)
data3 = np.random.normal(2, 1, 100)

# 创建子图
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(10, 4))

# 绘制箱形图并获取观测值数量
box1 = axes[0].boxplot(data1)
box2 = axes[1].boxplot(data2)
box3 = axes[2].boxplot(data3)

# 获取每个箱形图中的观测值数量
num_data1 = len(box1['fliers'][0].get_data()[1])
num_data2 = len(box2['fliers'][0].get_data()[1])
num_data3 = len(box3['fliers'][0].get_data()[1])

# 在子图中显示观测值数量
axes[0].text(0.5, 0.9, f'Num of data: {num_data1}', transform=axes[0].transAxes, ha='center')
axes[1].text(0.5, 0.9, f'Num of data: {num_data2}', transform=axes[1].transAxes, ha='center')
axes[2].text(0.5, 0.9, f'Num of data: {num_data3}', transform=axes[2].transAxes, ha='center')

# 设置子图标题
axes[0].set_title('Data 1')
axes[1].set_title('Data 2')
axes[2].set_title('Data 3')

# 显示图形
plt.tight_layout()
plt.show()

在上述代码中，首先使用numpy库生成了三组示例数据（data1、data2、data3）。然后使用subplot函数创建了一个包含3个子图的图形，并设置了图形的大小。

接下来，分别在每个子图中调用boxplot函数绘制了对应的箱形图，并将返回的box对象保存在box1、box2、box3中。

然后，通过box对象的'fliers'属性获取了每个箱形图中的异常值，并使用get_data方法获取了观测值的数量。

最后，使用text函数在每个子图中显示了观测值数量，并使用set_title函数设置了子图的标题。

运行上述代码，将会生成一个包含3个子图的图形，每个子图中都有一个箱形图，并显示了箱形图中的观测值数量。

请注意，以上代码中没有提及任何特定的云计算品牌商或产品，因为绘制子图的海上箱形图上的观测值数量与云计算领域无关。