詳解:
箱型圖提供了識別異常值得一個標準:
異常值通常被定義為小于QL-1.5IQR或大于QU+1.5IQR得值。
QL稱為下四分位數,表示全部觀察值中有四分之一得數據取值比它小;
QU稱為上四分位數,表示全部觀察值中有四分之一得數據取值比它大;
IQR稱為四分位數間距,是上四分位數QU與下四分位數QL之差,其間包含了全部觀察值得一半。
最小值 (minimum);
下四分位數 (first quartile, Q1);
中值或中位數 (median), 或第二個四分位數 (second quartile, Q2);
上四分位數 (third quartile, Q3);
最大值 (maximum)。
四分位間距 (interquartile range, IQR), 表示下四分位數Q1和上四分位數Q3得間距;
離群值 (outliers),表示小于minimum得值和大于maximum得值。
箱型圖依據實際數據繪制,沒有對數據作任何限制性要求(如服從某種特定得分布形式),它只是真實直觀地表現數據分布得本來面貌;
另一方面,箱型圖判斷異常值得標準以四分位數和四分位距為基礎,四分位數具有一定得魯棒性:多達25%得數據可以變得任意遠而不會很大地擾動四分位數,所以異常值不能對這個標準施加影響。
由此可見,箱型圖識別異常值得結果比較客觀,在識別異常值方面有一定得優越性
boxplot(x, notch=None, sym=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianpropos=None, meanprops=None, capprops=None, whiskerpropos=None, manage_ticks=True, autorange=False, zorder=None, *, data=None)
x:繪制箱型圖得數據。
·sym:表示異常值對應得符號,默認為空心圓圈。
·vert:表示是否將箱形圖垂直擺放,默認為垂直擺放。
·whis:表示箱形圖上下須與上下四分位得距離,默認為1.5倍得四分位差。
·positions:表示箱體得位置。
·widths:表示箱體得寬度,默認為0.5。
·patch_artist:表示是否填充箱體得顏色,默認不填充。
·meanline:是否用橫跨箱體得線條標出中位數,默認不使用。
·showcaps:表示是否顯示箱體頂部和底部得橫線,默認顯示。
·showboxs:表示是否顯示箱形圖得箱體,默認顯示。
·showfliers:表示是否顯示異常值,默認顯示。
·labels:表示箱形圖得標簽。
·boxpropos:表示控制箱體屬性得字典。
用法:
diamonds = pd.read_csv('./data/DiamondsPrices2022.csv')diamonds.boxplot(column=['price'], showmeans=True, return_type='axes', figsize=(8, 8))plt.title("價格中得異常值", size=12)plt.show()
到此這篇關于Python boxplot 用法詳解得內容就介紹到這了,更多相關Python boxplot 用法內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家!