本文介绍了四分位数的概念，通过中位数引出四分位数的重要性。解释了如何计算四分位数，并利用Python的quantile函数。通过箱线图帮助理解数据分布，展示其在数据分析中的应用，特别是在处理异常值时的优势。
在说四分位数之前，我们先看下什么是中位数。中位数计算分为2步：
你可能听这个计算过程有点头疼，没关系，下面图片我举个具体的例子来看下如何计算出中位数
第2步，计算中间位置。数据总数4是偶数，中间位置的数就是第2个和第3个位置对应的数值，分别是11万，12万。
那么，中位数就是11万+12万的平均值，为11.5万元。
当马云进入酒吧后，中位数是多少呢？5个人的中间位置是第3个数对应的收入是12万，那么中位数是12万。
你看，即使马云这样的超级富豪进入数据集里，中位数还是能正确的描述出这批数据的整体收入水平，不会像平均值那样因为异常的数值产生变化。
中位数还有一些有用的“亲戚”，我们通过下面的图片来看一下。
正如我们之前讨论过的，中位数将一组数据从中间“咔嚓一刀”分为两部分，这组数据其实还可以继续分为4部分，我们称之为“四分位数”。
什么是四分位数呢？
第1步，求中位数
整个数据集按从小到大排序，最小的数值位于最左边，叫做下界。最右边的数值位于最右边，叫做上界。通过下界和上界我们可以知道数据集的最小值和最大值。
中位数将整个数据集从中间位置一分为二。中位数左边的数据都小于中位数，占整个数据集的50%。中位数右边的数据都大于中位数，占整个数据集的的50%。
直接肉眼看四分位数的5个数值是看不出什么东西
最低0.47元/天 解锁文章
扫一扫
1322
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
