画出箱线图并把异常值标注出来。
代码:
import pandas as pd
supermarket_sale = 'D:\Python练习使用数据\supermarket_sale.xls'
data = pd.read_excel(supermarket_sale, index_col=u'日期')
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure()
p = data.boxplot(return_type='dict') #指定p的类型
x = p['fliers'][0].get_xdata()
y = p['fliers'][0].get_ydata()
y.sort()
for i in range(len(x)):
if i > 0:
plt.annotate(y[i], xy=(x[i], y[i]), xytext=(x[i]+0.05-0.8/(y[i]-y[i-1]), y[i]))
else:
plt.annotate(y[i], xy=(x[i], y[i]), xytext=(x[i]+0.08, y[i]))
plt.show()
运行结果:
从图中可以看出,超过箱线图上下界的值共有8个,结合具体销售额,可以把865.0,4065.2,4060.3归为正常值,其它5个点归为异常值。最后确定销售额在400-5000内为正常值,超过这个范围就为异常值。