详解:
箱型图提供了识别异常值的一个标准:
异常值通常被定义为小于QL-1.5IQR或大于QU+1.5IQR的值。
QL称为下四分位数,表示全部观察值中有四分之一的数据取值比它小;
QU称为上四分位数,表示全部观察值中有四分之一的数据取值比它大;
IQR称为四分位数间距,是上四分位数QU与下四分位数QL之差,其间包含了全部观察值的一半。
最小值 (minimum);
下四分位数 (first quartile, Q1);
中值或中位数 (median), 或第二个四分位数 (second quartile, Q2);
上四分位数 (third quartile, Q3);
最大值 (maximum)。
四分位间距 (interquartile range, IQR), 表示下四分位数Q1和上四分位数Q3的间距;
离群值 (outliers),表示小于minimum的值和大于maximum的值。
箱型图依据实际数据绘制,没有对数据作任何限制性要求(如服从某种特定的分布形式),它只是真实直观地表现数据分布的本来面貌;
另一方面,箱型图判断异常值的标准以四分位数和四分位距为基础,四分位数具有一定的鲁棒性:多达25%的数据可以变得任意远而不会很大地扰动四分位数,所以异常值不能对这个标准施加影响。
由此可见,箱型图识别异常值的结果比较客观,在识别异常值方面有一定的优越性
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:绘制箱型图的数据。
·sym:表示异常值对应的符号,默认为空心圆圈。
·vert:表示是否将箱形图垂直摆放,默认为垂直摆放。
·whis:表示箱形图上下须与上下四分位的距离,默认为1.5倍的四分位差。
·positions:表示箱体的位置。
·widths:表示箱体的宽度,默认为0.5。
·patch_artist:表示是否填充箱体的颜色,默认不填充。
·meanline:是否用横跨箱体的线条标出中位数,默认不使用。
·showcaps:表示是否显示箱体顶部和底部的横线,默认显示。
·showboxs:表示是否显示箱形图的箱体,默认显示。
·showfliers:表示是否显示异常值,默认显示。
·labels:表示箱形图的标签。
·boxpropos:表示控制箱体属性的字典。
用法:
diamonds = pd.read_csv('./data/DiamondsPrices2022.csv') diamonds.boxplot(column=['price'], showmeans=True, return_type='axes', figsize=(8, 8)) plt.title("价格中的异常值", size=12) plt.show()
到此这篇关于Python boxplot 用法详解的文章就介绍到这了,更多相关Python boxplot 用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!