java实现箱形图

箱形图的作用：清洗异常的数据

箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比 较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后， 连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。

主要包含六个数据节点，将一组数据从大到小排列，分别计算出他的上边缘，上四分位数Q3，中位数，下四分位数Q1，下边缘，还有一个异常值。

箱形图提供了一种只用5个点对数据集做简单总结的方式。这5个点包括中点、Q1、Q3、分部状态的高位和低位。箱形图很形象的分为中心、延伸以及分布状态的全部范围。
箱形图中最重要的是对相关统计点的计算,相关统计点都可以通过百分位计算方法进行实现。
箱形图的绘制步骤： [2]
1、画数轴，度量单位大小和数据批的单位一致，起点比最小值稍小，长度比该数据批的全距稍长。
2、画一个矩形盒，两端边的位置分别对应数据批的上下四分位数（Q3和Q1）。在矩形盒内部中位数（Xm）位置画一条线段为中位线。
3、在Q3+1.5IQR和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在Q3+3IQR和Q1－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值（mild outliers），在外限以外的为极端的异常值(extreme outliers)。四分位距IQR=Q3-Q1。.
4、从矩形盒两端边向外各画一条线段直到不是异常值的最远点，表示该批数据正常值的分布区间。
5、用“〇”标出温和的异常值，用“*”标出极端的异常值。相同值的数据点并列标出在同一数据线位置上，不同值的数据点标在不同数据线位置上。至此一批数据的箱形图便绘出了。统计软件绘制的箱形图一般没有标出内限和外限。

/**
     * 箱形图
     *
     * @param data
     */
    public static BoxPlot plot(double[] data) {

        List<Double> collect = Arrays.stream(data).boxed().sorted().distinct().collect(Collectors.toList());
        data = collect.stream().mapToDouble(i -> i).toArray();
        //中位数
        double median;
        double min;
        double max;
        //下四分位数  0.25
        double Q1;
        //上四分位数 0.75
        double Q3;
        //四分位距
        double IQR;
        //温和异常
        double[] mildOutlier;
        //极端异常
        double[] extremeOutlier;

        if (data.length % 2 == 0) {

            median = (data[(data.length) / 2 - 1] + data[(data.length) / 2]) / 2;

            Q1 = (data[(data.length) / 4 - 1] + data[(data.length) / 4]) / 2;

            Q3 = (data[((data.length) * 3) / 4 - 1] + data[((data.length) * 3) / 4]) / 2;
        } else {
            median = data[(data.length) / 2];
            Q1 = data[(data.length) / 4];
            Q3 = data[(data.length * 3) / 4];
        }
        //最大值
        max = data[data.length - 1];
        //最小值
        min = data[0];
        IQR = Q3 - Q1;

        //内限
        double maxInRegion = Q3 + 1.5 * IQR;
        double mixInRegion = Q1 - 1.5 * IQR;
        //外限
        double maxOutRegion = Q3 + 3 * IQR;
        double mixOutRegion = Q1 - 3 * IQR;

        BoxPlot box = new BoxPlot();
        box.setMin(min);
        box.setQ1(Q1);
        box.setMedian(median);
        box.setQ3(Q3);
        box.setMax(max);
        box.setMixInRegion(mixInRegion);
        box.setMaxInRegion(maxInRegion);
        box.setMixOutRegion(mixOutRegion);
        box.setMaxOutRegion(maxOutRegion);
        box.setIQR(IQR);
        log.info(JSON.toJSONString(box));
        return box;
    }```