使用Numpy和Scipy的四分位距和四分位偏差

四分位数

四分位数是分位数的一种。第一四分位数（Q1）定义为数据集的最小值和中位数之间的中间数，第二四分位数（Q2）-给定数据集的中位数，而第三四分位数（Q3）是数据集的中位数和最大值之间的中间数。

查找四分位数的算法：

四分位数是通过中位数计算的。如果条目的数量是偶数，即形式为2n，则第一四分位数（Q1）等于n个最小条目的中值，第三四分位数（Q3）等于n个最大条目的中值。

如果条目的数量是奇数，即形式为（2n + 1），则

• 第一四分位数（Q1）等于n个最小条目的中位数
• 第三四分位数（Q3）等于n个最大条目的中位数
• 第二四分位数（Q2）与普通中位数相同。

范围：它是给定数据集中最大值和最小值之间的差值。

四分位距

四分位距（IQR），也称为中间分布或中间50%，或技术上的H分布是第三四分位数（Q3）和第一四分位数（Q1）之间的差异。它覆盖了分布的中心，包含了50%的观测值。IQR = Q3 - Q1

用途：

• 四分位数范围的细分点为25%，因此它通常优于总范围。
• IQR用于构建箱形图，即概率分布的简单图形表示。
• IQR也可以用来识别给定数据集中的离群值。
• IQR给出了数据的集中趋势。

决策

• 数据集具有较高的四分位距（IQR）值，具有更多的变异性。
• 具有较低四分位距（IQR）值的数据集是优选的。

假设我们有两个数据集，它们的四分位距分别是IR1和IR2，如果IR1 > IR2，那么IR1中的数据比IR2中的数据具有更大的变异性，IR2中的数据更可取。

举例：

• 以下是过去二十日每日打卡人数：
  75、69、56、46、47、79、92、97、89、88、36、96、105、32、116、101、79、93、91、112
• 对上述数据集进行排序后：
  32、36、46、47、56、69、75、79、79、88、89、91、92、93、96、97、101、105、112、116
• 这里的总项数是20。
• 上述数据的第二四分位数（Q2）或中位数为（88 + 89）/ 2 = 88.5
• 第一四分位数（Q1）是前n（即10项）（或n（即10个最小值））的中位数= 62.5
• 第三四分位数（Q3）是后n（即10项）（或n（即10个最大值））的中位数= 96.5
• 则IQR = Q3 - Q1 = 96.5 - 62.5 = 34.0

使用numpy.median的四分位距

# Import the numpy library as np 
import numpy as np 

data = [32, 36, 46, 47, 56, 69, 75, 79, 79, 88, 89, 91, 92, 93, 96, 97, 
		101, 105, 112, 116] 

# First quartile (Q1) 
Q1 = np.median(data[:10]) 

# Third quartile (Q3) 
Q3 = np.median(data[10:]) 

# Interquartile range (IQR) 
IQR = Q3 - Q1 

print(IQR) 

输出

Output: 34.0

使用numpy.percentile的四分位距

# Import numpy library 
import numpy as np 

data = [32, 36, 46, 47, 56, 69, 75, 79, 79, 88, 89, 91, 92, 93, 96, 97, 
		101, 105, 112, 116] 

# First quartile (Q1) 
Q1 = np.percentile(data, 25, interpolation = 'midpoint') 

# Third quartile (Q3) 
Q3 = np.percentile(data, 75, interpolation = 'midpoint') 

# Interquaritle range (IQR) 
IQR = Q3 - Q1 

print(IQR) 

输出

Output: 34.0

使用scipy.stats.iqr的四分位距

# Import stats from scipy library 
from scipy import stats 

data = [32, 36, 46, 47, 56, 69, 75, 79, 79, 88, 89, 91, 92, 93, 96, 97, 
		101, 105, 112, 116] 

# Interquartile range (IQR) 
IQR = stats.iqr(data, interpolation = 'midpoint') 

print(IQR) 

输出

Output: 34.0

四分位偏差

四分位偏差是第三四分位数（Q3）和第一四分位数（Q1）之差的一半，即四分位数间距（IQR）的一半。(Q3- Q1）/ 2 = IQR / 2

使用numpy.median四分位偏差

# import the numpy library as np 
import numpy as np 

data = [32, 36, 46, 47, 56, 69, 75, 79, 79, 88, 89, 91, 92, 93, 96, 97, 
		101, 105, 112, 116] 

# First quartile (Q1) 
Q1 = np.median(data[:10]) 

# Third quartile (Q3) 
Q3 = np.median(data[10:]) 

# Interquartile range (IQR) 
IQR = Q3 - Q1 

# Quartile Deviation 
qd = IQR / 2

print(qd)	 

输出

Output: 17.0