箱线图[2020年4月]
1、箱线图的功能
01、直观明了地识别数据批中的异常值
箱形图可以用来观察数据整体的分布情况,利用中位数,25/%分位数,75/%分位数,上边界,下边界等统计量来来描述数据的整体分布情况。通过计算这些统计量,生成一个箱体图,箱体包含了大部分的正常数据,而在箱体上边界和下边界之外的,就是异常数据。
02、判断数据的偏态和尾重
对于标准正态分布的大样本,中位数位于上下四分位数的中央,箱形图的方盒关于中位线对称。中位数越偏离上下四分位数的中心位置,分布偏态性越强。异常值集中在较大值一侧,则分布呈现右偏态;异常值集中在较小值一侧,则分布呈现左偏态。
03、比较多批数据的形状
箱子的上下限,分别是数据的上四分位数和下四分位数。这意味着箱子包含了50%的数据。因此,箱子的宽度在一定程度上反映了数据的波动程度。箱体越扁说明数据越集中,端线(也就是“须”)越短也说明数据集中。
原文
2、常用参数解释
参数 | 解释 |
---|---|
x | 表示数据,可以是一组,也可以是多组。 |
notch | bool,改变箱型图的形状, |
sys | 离群点的形状,=’’,不展示,也可以用其它参数设置不展示。 |
vert | 为False翻转图形 |
whis | 确定上下限到四分位数的直线,可以通过调整这个区分异常值。可以传浮点数,传元组。当是浮点数时,位置分别为(Q1-whis*(Q3-Q1),Q3 + whis*(Q3-Q1),传两个值没搞懂,详见官方文档。😂 |
label | 箱线图名称设置 |
meanline and showmeans | 同时设置为True可展示均值虚线 |
3、简单图形绘制
from matplotlib import pyplot as plt
#import numpy as np
#场景 班级成绩 10科
xiaoming=[70, 75, 28, 75, 31, 42, 69, 24, 5, 43]
xiaogang=[70, 50, 49, 51, 71, 92, 13, 57, 35, 24]
#绘制图形
plt.boxplot([xiaoming,xiaogang],notch=False,sym='o',vert=True,whis=1.5,labels=["xiaoming","xiaogang"],meanline=True,showmeans=True)
#展示图形
plt.show()