python 教程之如何使用python中的四分位距统计数据查找数据中的异常值

异常值是远离其他数据点的数据点，例如在图像中您会看到异常值。

那么我们如何找到包含异常值的行在这篇文章中，我们在数据的 r_values 列中找到异常值。

因此，要提取异常值，我们需要两个值

1. 第 25 个百分位值
2. 第 75 个百分位值

以及为什么我们需要这两个值，因为四分位数范围是第 25 个百分位数和第 75 个百分位数之间的距离

让我们先找出这两个值，然后
我们需要将 NumPy 导入为 np

Q1 = np。分位数（数据[‘r_values’],0.25）

Q3 = np。分位数（数据[‘r_values’],0.75）

上述语法的作用是它只是对 r_values 列进行排序，并在 Q1 中找到第 25 个值和在 Q3 中找到第 75 个百分位值。

要找到 IQR 值，我们需要找到 Q3 和 Q1 之间的差异

IQR = Q3 - Q1

下一步是找到阈值 thresh1 和 thresh2

thresh1 = Q1 - 1.5*iqr

thresh2 = Q3 + 1.5*iqr

现在我们使用 iqr 获得 thresh1 和 thresh2 的值

现在子集 r_values 小于 thresh1 或大于 thresh2 的行，就是这样

数据[( 数据[‘r_values’] < thresh1 ) |
(数据[‘r_values’] > thresh2)]

现在您成功提取了异常值