Python boxplot 用法詳解

Posted on by

詳解：

箱型圖提供瞭識別異常值的一個標準：

異常值通常被定義為小於QL－1.5IQR或大於QU＋1.5IQR的值。

QL稱為下四分位數，表示全部觀察值中有四分之一的數據取值比它小；

QU稱為上四分位數，表示全部觀察值中有四分之一的數據取值比它大；

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，其間包含瞭全部觀察值的一半。

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的間距;

離群值 (outliers)，表示小於minimum的值和大於maximum的值。

箱型圖依據實際數據繪制，沒有對數據作任何限制性要求(如服從某種特定的分佈形式)，它隻是真實直觀地表現數據分佈的本來面貌；

另一方面，箱型圖判斷異常值的標準以四分位數和四分位距為基礎，四分位數具有一定的魯棒性：多達25%的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，箱型圖識別異常值的結果比較客觀，在識別異常值方面有一定的優越性

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：繪制箱型圖的數據。

　　·sym：表示異常值對應的符號，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的距離，默認為1.5倍的四分位差。

　　·positions：表示箱體的位置。

　　·widths：表示箱體的寬度，默認為0.5。

　　·patch_artist：表示是否填充箱體的顏色，默認不填充。

　　·meanline:是否用橫跨箱體的線條標出中位數，默認不使用。

　　·showcaps：表示是否顯示箱體頂部和底部的橫線，默認顯示。

　　·showboxs：表示是否顯示箱形圖的箱體，默認顯示。

　　·showfliers：表示是否顯示異常值，默認顯示。

　　·labels：表示箱形圖的標簽。

　　·boxpropos：表示控制箱體屬性的字典。

用法：

diamonds = pd.read_csv('./data/DiamondsPrices2022.csv')
diamonds.boxplot(column=['price'], showmeans=True, return_type='axes', figsize=(8, 8))
plt.title("價格中的異常值", size=12)
plt.show()

到此這篇關於Python boxplot 用法詳解的文章就介紹到這瞭,更多相關Python boxplot 用法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：