箱线图中没有“上界”、“下界”
中文网络上有一些误传的教程,认为箱线图上下的两根线分别是
上界 = Q1 - 1.5IQR
下界 = Q3 + 1.5IQR
其实并不是。
请看这张图,注意两个黄色箭头的部分(下面的黄色箭头太小了,所以又用了一个绿色箭头指示它)
#用python捏一个较为夸张的数据
import pandas as pd
data = pd.DataFrame([ 54, 65, 72, 76, 104, 432, 457])
data.boxplot()
如果按上述的公式计算,两个黄色箭头的长度应当是一样的,也就是1.5IQR,但显然不是这样。
实际上,箱线图里是没有“上界”、“下界”这种东西的。
这两根横线的实际意义是剔除了异常值之后,剩下的数据集里,最大和最小的数据所代表的位置。
Q1 - 1.5IQR