（自用） 数据质量分析—Python—箱线图

原理

1.箱线图介绍

箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。

中位数：一组数据按顺序排列，从小至大第50%位置的数值
上四分位数（Q1)：一组数据按顺序排列，从小至大第25%位置的数值
下四分位数（Q3）：一组数据按顺序排列，从小至大第75%位置的数值
四分位数和下四分位数之间的差值，即四分位数差（IQR,interquartile range）Q3-Q1
上限值：Q1-1.5×IQR（大于上四分位数1.5倍四分位数差的值）
下限值：Q3+1.5×IQR（小于下四分位数1.5倍四分位数差的值）
离群值（异常值）：一组数据中超过上下限的真实值
这两条线段为异常值截断点，称其为内限
在Q3+3IQR和Q1-3IQR处画两条线段，称其为外限。
极端异常值，即超出四分位数差3倍距离的异常值，用实心点表示；
温和异常值，即处于1.5倍-3倍四分位数差之间的异常值，用空心点表示。

2.代码

boxplot函数的参数解读

	plt.boxplot(
			   x,  	             	// 指定要绘制箱线图的数据
			   notch=None, 		    // 是否是凹口的形式展现箱线图，默认非凹口：False—非凹口—更好看
			   sym=None,            // 指定异常点的形状，默认为+号显示，没有懂什么意思??？
			   vert=None,           // 是否需要将箱线图垂直摆放，默认垂直摆放，Ture—垂直摆放
			   whis=None,           // 指定上下须与上下四分位的距离，默认为1.5*IQR， 指定其他距离??？
			   positions=None,      // 指定箱线图的位置，默认为[0,1,2…]；
			   widths=None,         // 指定（中间箱子）箱线图的宽度，默认为0.5；
			   patch_artist=None,   // 是否填充箱体的颜色，True—填充
			   meanline=None,       // 是否用线的形式表示均值，默认用点来表示：True—虚线，False—三角点
			   showmeans=None,      // 是否显示均值，默认不显示：True—显示，配合meanline使用
			   showcaps=None,       // 是否显示箱线图顶端和末端的两条线，默认显示：False—不显示
			   showbox=None,        // 是否显示箱线图的箱体，默认显示：True—显示
			   showfliers=None,     // 是否显示异常值，默认显示 ：False—不显示
			   boxprops=None,       // 设置箱体的属性，如边框色，填充色等配合patch_artist使用
			   labels=None,         // 为箱线图添加标签，类似于图例的作用
			   flierprops=None,     // 设置异常值的属性，如异常点的形状、大小、填充色等；
			   medianprops=None,    // 设置中位数的属性，如线的类型、粗细等；
			   meanprops=None,      // 设置均值的属性，如点的大小、颜色等；
			   capprops=None,       // 设置箱线图顶端和末端线条的属性，如颜色、粗细等；
			   whiskerprops=None    // 设置须的属性，如颜色、粗细、线的类型等
			   )

示例

def programmer_1(file_name):
    catering_sale = file_name
    data = pd.read_excel(catering_sale, index_col=u'日期')
    plt.figure(figsize=(15,5))  // 变量过多，设置大小
    # 画箱线图
    p = data.boxplot(return_type='dict')
programmer_1(r'D:\XXX\Python\python_data_analysis_and_mining_action-master\chapter3\data\catering_sale_all.xls')