箱型图分析原理及Python例程 一、箱型图分析原理 箱型图可以通过程序设置一个识别异常值的标准,即大于或小于箱型图设定的上下界的数值则识别为异常值,箱型图如下图所示: 首先我们定义下上四分位和下四分位: 上四分位我们设为 U,表示的是所有样本中只有1/4的数值大于U ,即从大到小排序时U处于25%处; 同理,下四分位我们设为 L,表示的是所有样本中只有1/4的数值小于L,即从大到小排序时L处于75%处。 然后我们定义上界和下界: 我们设上四分位与下四分位的插值为IQR,即:IQR=U-L 上界设为 U+1.5IQR ,下界设为: L - 1.5IQR 箱型图选取异常值比较客观,在识别异常值方面有一定的优越性。 二、箱型图分析Python例程 设数据为1454*609维数据,识别为异常值后作差值处理,例程为: