数据可视化之箱线图（boxplot）

图的类型有很多，常见的有折线图（plot或kind='line'）、散点图(scatter)、条线图（或叫柱状图 bar）、直方图(histplot)、箱线图(boxplot) 区域块图(areaplot)、饼状图(pie)等

 

另外画图的常用工具主要有两个即 matplotlib 和 seaborn 这两个通常也会结合使用。

个人感觉简单的画图可以用 matplotlib的入门api ，但我个人更喜欢用seaborn画图，一是因为它的api更统一，用起来顺手，同时它的作图功能和画图效果更强大。

 

这里主要介绍小 box即箱线图的理解，因为我开始总是对它理解的似懂非懂，不透彻，同时它在观察数据异常点方面非常直观。

形状如下：

sns.catplot(x='species',y='sepal_length',kind='box',data=data)

具体的api我就不细说了，不是重点。主要讲概念：

首先，图中的五条关键线，从上到下依次为，上限值(也称上猫须)、上四分位（Q3），中位数(Q2)、下四分位(Q1)、下限值（也称下猫须）

Q1/Q2/Q3好理解，大概意思就是一组数值排序后，1/4位置的数、 1/2位置的数以及3/4位置的数

上下限这里稍微有点tricky

因为它是相对灵活变化的，我先定义一组概念：

IQR = Q3 -Q1

观察最大值： Q3+1.5*IQR 

观察最小值 ：Q1-1.5*IQR

上猫须的值 = min(观察最大值，实际最大值)

下猫须的值 = max（观察最小值，实际最小值）

所以有时候，猫须是最大最小值，有时候是观察最大最小值。超出猫须的点，我们认为是异常点。