Python boxplot 用法详解

详解：

箱型图提供了识别异常值的一个标准：

异常值通常被定义为小于QL－1.5IQR或大于QU＋1.5IQR的值。

QL称为下四分位数，表示全部观察值中有四分之一的数据取值比它小；

QU称为上四分位数，表示全部观察值中有四分之一的数据取值比它大；

IQR称为四分位数间距，是上四分位数QU与下四分位数QL之差，其间包含了全部观察值的一半。

最小值 (minimum);

下四分位数 (first quartile, Q1);

中值或中位数 (median)，或第二个四分位数 (second quartile, Q2);

上四分位数 (third quartile, Q3);

最大值 (maximum)。

四分位间距 (interquartile range, IQR), 表示下四分位数Q1和上四分位数Q3的间距;

离群值 (outliers)，表示小于minimum的值和大于maximum的值。

箱型图依据实际数据绘制，没有对数据作任何限制性要求(如服从某种特定的分布形式)，它只是真实直观地表现数据分布的本来面貌；

另一方面，箱型图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的鲁棒性：多达25%的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响。

由此可见，箱型图识别异常值的结果比较客观，在识别异常值方面有一定的优越性

boxplot(x, notch=None, sym=None, whis=None, positions=None,
        widths=None, patch_artist=None, bootstrap=None, usermedians=None,
        conf_intervals=None, meanline=None, showmeans=None, showcaps=None,
        showbox=None, showfliers=None, boxprops=None, labels=None,
        flierprops=None, medianpropos=None, meanprops=None, capprops=None,
        whiskerpropos=None, manage_ticks=True, autorange=False,
        zorder=None, *, data=None)

x：绘制箱型图的数据。

　　·sym：表示异常值对应的符号，默认为空心圆圈。

　　·vert：表示是否将箱形图垂直摆放，默认为垂直摆放。

　　·whis：表示箱形图上下须与上下四分位的距离，默认为1.5倍的四分位差。

　　·positions：表示箱体的位置。

　　·widths：表示箱体的宽度，默认为0.5。

　　·patch_artist：表示是否填充箱体的颜色，默认不填充。

　　·meanline:是否用横跨箱体的线条标出中位数，默认不使用。

　　·showcaps：表示是否显示箱体顶部和底部的横线，默认显示。

　　·showboxs：表示是否显示箱形图的箱体，默认显示。

　　·showfliers：表示是否显示异常值，默认显示。

　　·labels：表示箱形图的标签。

　　·boxpropos：表示控制箱体属性的字典。

用法：

diamonds = pd.read_csv('./data/DiamondsPrices2022.csv')
diamonds.boxplot(column=['price'], showmeans=True, return_type='axes', figsize=(8, 8))
plt.title("价格中的异常值", size=12)
plt.show()