python 箱线图异常值

Python 中的箱线图可以通过 Matplotlib 库的 boxplot() 函数绘制。在绘制箱线图时，异常值需要进行特殊处理。具体的处理方式如下：

1. 确定离群值的边界：根据 Tukey's fences 方法，将数据集中 25% 和 75% 之间的值定义为箱体，计算箱体上下边界距离箱体顶部和底部 1.5 倍 IQR（即四分位距）的距离，这两个距离就是异常值的上下边界。

2. 绘制箱线图时，将边界之外的异常值单独绘制出来，可以使用 Matplotlib 的 fliersize 参数设置异常值的大小和颜色。

以下是一个示例代码，展示如何处理箱线图中的异常值：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(size=100)

# 计算四分位数和异常值边界
q1 = np.percentile(data, 25)
q3 = np.percentile(data, 75)
iqr = q3 - q1
upper_bound = q3 + 1.5 * iqr
lower_bound = q1 - 1.5 * iqr

# 绘制箱线图并标注异常值
fig, ax = plt.subplots()
ax.boxplot(data, flierprops={'markersize': 5, 'marker': 'o', 'markerfacecolor': 'red', 'markeredgecolor': 'red'})
ax.set_title('Box plot with outliers')
ax.axhline(y=upper_bound, color='gray', linestyle='--')
ax.axhline(y=lower_bound, color='gray', linestyle='--')
plt.show()

运行以上代码会得到一个带有异常值的箱线图。注意，在实际应用中，需要根据数据集的特点和分布情况，灵活选择合适的异常值处理方法。