python使用箱型图删除异常值

箱型图是一种可视化工具，可以用于检测数据集中的异常值。在 Python 中，可以使用 Matplotlib 数据可视化库来绘制箱型图，并使用 NumPy 数据处理库来删除异常值。

以下是使用 Python 代码绘制箱型图并删除异常值的步骤：

1. 导入需要的库

import numpy as np
import matplotlib.pyplot as plt

2. 创建数据集

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 100]

3. 绘制箱型图

plt.boxplot(data)
plt.show()

4. 根据箱型图的结果判断哪些数据点是异常值，并将其从数据集中删除

q1 = np.percentile(data, 25)
q3 = np.percentile(data, 75)
iqr = q3 - q1
lower_bound = q1 - 1.5 * iqr
upper_bound = q3 + 1.5 * iqr
new_data = [x for x in data if x >= lower_bound and x <= upper_bound]

在上面的代码中，首先计算了数据集的四分位数（Q1 和 Q3）和四分位距（IQR），然后使用这些值计算了下限（lower bound）和上限（upper bound）。最后，使用列表推导式将数据集中的异常值删除，并将结果存储在变量 new_data 中。

现在，new_data 中的数据集就已经没有异常值了。