箱形图

概念 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 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。 上边缘，上四分位数，中位数，下四分位数，下边缘，异常值 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> import numpy as np import matplotlib.pyplot as plt np.random.seed(100) #随机生成100个种子数 data = np.random.normal(size=1000,loc=0,scale =1) plt.boxplot(data) plt.show() 参数一 plt.boxplot(data,sym='<') 参数二： plt.boxplot（data,sym="<",whis=3) 改变须长 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 多个箱形图比较import numpy as npimport matplotlib.pyplot as

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。它能显示出一组数据的最大值、最小值、中位数、及上下四分位数。 箱形图绘制须使用常用的统计量，能提供有关数据位置和分散情况的关键信息，尤其在比较不同的母体数据时更可表现其差异。 箱形图的绘制主要包含六个数据节点，需要先将数据从大到小进行排列，然后分别计算出它的上边缘，上四分位数，中位数，下四分位数，下边缘，还有一个异常值。 计算过程： 计算上四分位数（Q3），中位数，下四分位数（Q1） 计算上四分位数和下四分位数之间的差值，即四分位数差（IQR, interquartile range）Q3-Q1 绘制箱线图的上下范围，上限为上四分位数，下限为下四分位数。在箱子内部中位数的位置绘制横线。 大于上四分位数1.5倍四分位数差的值，或者小于下四分位数1.5倍四分位数差的值，划为异常值（outliers）。 异常值之外，最靠近上边缘和下边缘的两个值处，画横线，作为箱线图的触须。 极端异常值，即超出四分位数差3倍距离的异常值，用实心点表示；较为温和的异常值，即处于1.5倍-3倍四分位数差之间的异常值，用空心点表示。 为箱线图添加名称，数轴等 分位数 根据其将数列等分的形式不同可以分为中位数，四分位数，十分位数、百分位数等等。四分位数作为分位数的一种形式