Python Matplotlibで箱ひげ図をプロットする際のNaN値の処理方法

PythonのMatplotlibで箱ひげ図（ボックスプロット）を描画する際、データにNaN（欠損値）が含まれていると、意図しない結果やエラーの原因になることがあります。本記事では、NaN値を適切に処理して箱ひげ図をプロットする方法を、具体的な手順とサンプルコードとともに解説します。

実装の手順

• figureサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。

• データサンプル数と範囲を表す変数 N を初期化します。

• ランダムなばらつき（spread）、中央のデータ（center）、外れ値の上限（flier high）・下限（flier low）を作成し、それらを連結したデータと、NaNを除去したフィルタリング済みデータを用意します。

• boxplot() メソッドを使って箱ひげ図を作成します。

• show() メソッドで図を表示します。

ポイント：NaN値の除去

ここで重要なのが data[~np.isnan(data)] の部分です。NumPyの isnan() 関数で各要素がNaNかどうかを判定し、否定演算子 ~ を組み合わせることで、NaN以外の要素だけを抽出できます。このフィルタリング済みデータを boxplot() に渡すことで、欠損値の影響を受けない正しい箱ひげ図が得られます。

サンプルコード

import matplotlib.pyplot as plt
import numpy as np

# 図のサイズを設定
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

# データサンプル数
N = 10

# ランダムなばらつき
spread = np.random.rand(N)

# 中央のデータ
center = np.ones(N)

# 外れ値の上限・下限
fh = np.random.rand(N)+N
fl = np.random.rand(N)-N

# 連結データ
data = np.concatenate((spread, center, fh, fl), 0)
data[5] = np.NaN

# NaNを除去したデータ
filtered_data = data[~np.isnan(data)]

# 箱ひげ図をプロット
plt.boxplot(filtered_data)

plt.show()

出力結果

上記のコードを実行すると、次のような箱ひげ図が出力されます。