请考虑以下代码段：
import numpy as np
import matplotlib.pyplot as plt
data = np.random.rand(1, 5760000)
plt.boxplot(data)
matplotlib绘制该图需要花费很长时间，并且要占用大量内存。
我有什么更好的方法？
我的一个想法是使用numpy计算最小值，最大值，中位数，第一四分位数和第三四分位数。然后，我可以将这些值直接提供给boxplot，这样就不必进行计算。
此代码段运行速度非常快：
import numpy as np
data = np.random.rand(1, 5760000)
fq, median, tq = np.quantile(data, [0.25, 0.5, 0.75])
dmin, dmax = np.min(data), np.max(data)
但是，没有这样的选项（我可以看到）。
我的第二个想法是根据上述统计信息手动绘制箱形图，但这需要我处理matplotlib艺术家的详细信息，如果可能的话，我希望避免这种情况。
我的第三个想法是只使用一种简单的样式来绘制相关的箱形图数量。它看起来不像是箱形图，但传达的是相同的信息。
我现在将使用第三个想法，但是我希望有一种方法可以直接使用boxplot。
答案 0 :(得分：-1)
首先：boxplot对data = np.random.rand(1, 10)的解释与data = np.random.rand(10, 1)不同。第一个解释为10个箱形图的列表，每个都从1个数据点创建，而第二个解释为1个箱形图的列表，每个都有10个数据点。
因此，在单个图形中传递np.rand.rand(1, 5760000)个图5760000的各个箱形图。这就是时间和内存的消耗。实际上，您想传递np.rand.rand(5760000, 1)，因为您想用包含约600万个数据点的数据集中的统计信息绘制一个箱形图。
第二：下一页回答了如何将数据手动传递到箱形图抽屉功能：https://matplotlib.org/3.1.0/gallery/statistics/bxp.html