python画箱线图代码,python绘制箱形图
作者：小呆鸟
来源：Python数据分析的禅
Python绘制箱形图全解
数据挖掘的第一步是离群点检测，离群点的存在会影响实验结果。箱线图主要用于检测异常值。箱线图最大的优点是不受离群点的影响，能够准确稳定地刻画数据的离散分布，也有利于数据清洗。
例如：
有一组学生成绩数据：
【59，60，67，70，73，76，78，85，87，90，92，540】我们想看看有没有手工输入错误的结果，可以用方框图来判断。
计算成绩数据的五个值：
1.Q1的下四分之一
Qi=I(n ^ 1)/4的位置，其中I=1，2，3。n表示序列中包含的项目数。Q1=(12 ^ 1)/4=3.25 Q1=0.75第三项0.25第四项=0.7567 0.2570=67.75 ^ 2。Q2中位数(第二个四分位数)
Q1的位置=2(12 1)/4=6.5Q1=0.5第六项0.5第七项=0.576 0.578=115 3。上四分位数Q3
Q3=3(12 ^ 1)/4=9.75 Q3=0.25第九项0.75第十项=0.2587 0.7590=89.25 4。上限
上限是非异常范围内的最大值。首先，我们需要知道四分位数距离是什么，如何计算。四分位数距离IQR=Q3-Q1，那么上限=Q3 1.5IQR 5。下限
下限是非异常范围内的最小值。下限=Q1-1.5IQR .这个学生成绩数据的箱线图可以这样画：
发现一个异常值，明显是手工录入的。
以上流程可以直接用pyecharts实现，非常方便。
一. pyechartsimportoptions sasoptsfrompyarts的基本方框图。ChartSimportBoxPlotV1=[[850，740，900，1070，930，850，950，980，880，1000，980]，]v2=[[890，810，810，820，800，770Add _ XIS ([2019 ， 2020])。Add _ Yaxis (a ，boxplot()。Prepare _ data (v1))。Add _ Yaxis (b ，Plot()。准备_数据(v2))。set _ global _ opts(title _ opts=opts。title opts (title=基本方框图))b . render _ notebook()prepare _ data可以对数据进行处理，得到上述五个值。
二。显示异常值的方框图。经过研究，发现Boxplot的prepare_data模块无法判断并自动绘制异常值，于是我对其进行了改进(源码在文末)
来自pyechartsimportoptions sasoptsfrompecharts。chartsimportbox plot，Scatter，Gridy _ data=[[8507409001070930850980880100098093065076081010001000960，对准备_数据模块进行改进，返回两个列表box _ plot=(box _ plot。add _ xaxis(xaxis _ data=[一班,二班,三班,四班,五班]).add_yaxis(series_name=" "，y_axis=data1).set _ global _ opts(tooltip _ opts=opts .TooltipOpts(trigger=item ，axis_pointer_type=shadow )，xaxis_opts=opts .AxisOpts(type_=category ，boundary_gap=True，splitarea_opts=opts .SplitAreaOpts(is_show=False)，splitline_opts=opts .SplitLineOpts(is_show=False)，yaxis_opts=opts .AxisOpts(type_=value ，name=总分数，splitarea_opts=opts .SplitAreaOpts(is_show=True，areastyle_opts=opts .AreaStyleOpts(opacity=1))，)，).set _ series _ opts(tooltip _ opts=opts .TooltipOpts(formatter= { b }:{ c } ))Scatter=(Scatter().add_xaxis(xaxis_data=[，，， ， ]).add_yaxis(系列名称= ，y轴=散点数据).set _ global _ opts(title _ opts=opts .TitleOpts(pos_left=10% ，pos_top=90% ，title=成绩数据异常值，title_textstyle_opts=opts .TextStyleOpts(border _ color= # 999 ，border_width=1，font_size=14)，yaxis_opts=opts .AxisOpts(axislabel_opts=opts .LabelOpts(is_show=False)，axistick_opts=opts .AxisTickOpts(is_show=False)，)，))grid=(Grid().add(box_plot，grid_opts=opts .GridOpts(pos_left=10% ，pos_right=10% ，pos_bottom=15% )，).add(scatter，grid_opts=opts .GridOpts(pos_left=10% ，pos_right=10% ，pos _ bottom= 15% ))网格。render _ notebook()对准备_数据模块进行改进，返回两个列表，第一个是和之前的5个值一样，第二个是异常值组成的列表。
-完-
完整代码请扫码关注公众号并回复“20200921”获取
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。