箱线图学习

箱线图

箱线图是基于五位数显示数据分布标准化方法

如图所示：

• Median：中位数
• Q1：第一个四分位数（25%分位数）
• Q3：第三个四分位数（75%分位数）定义Q1与Q3的距离为四分位间距（IQR）
• Minimum：Q1-1.5*IQR
• Maximum：Q3+1.5*IQR
• Outliers：超出Minimum或Maximum的数据，即异常值

如果数据成正态分布，则通过下图可以看到其相应的概率分布，即异常值只占0.7%

用途

• 箱线图是针对连续性变量的
• 有时如果离群点数据比较多，可能需要考虑对数据进行一些变换（如取对数）
• 箱线图有效的使用途径是作比较，配合一个或多个定性数据，画分组箱线图

使用matplotlib.pyplot画箱线图

plt.boxplot([range(20), range(15)], labels=['a', 'b'])
plt.show()

参考文章：

https://blog.csdn.net/dujiahei/article/details/82056283

https://zhuanlan.zhihu.com/p/110580568?from_voters_page=true