异常值识别 箱型图代码

箱型图（Box Plot）是一种常用的数据可视化工具，用于展示一组数据的分布情况，包括数据的中位数、四分位数、异常值等信息。以下是使用Python绘制箱型图的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
data = np.random.normal(size=100)

# 添加异常值
data[10] = 10
data[20] = -10

# 绘制箱型图
fig, ax = plt.subplots()
ax.boxplot(data, notch=True)

# 添加标题和横轴标签
ax.set_title('Box plot of data')
ax.set_xlabel('Data')

# 显示图形
plt.show()

在上述示例中，我们首先使用numpy生成了100个随机数据，并手动添加了两个异常值。然后，我们使用matplotlib绘制了这组数据的箱型图，并添加了标题和横轴标签。最后，我们调用show()方法显示图形。

在绘制箱型图时，我们可以使用boxplot()函数。该函数可以接受多组数据，绘制多个箱型图。如果想要同时绘制多个箱型图，只需将多组数据传递给boxplot()函数即可。

箱型图的绘制方法使用的是四分位距（IQR）方法，将数据分为四个部分，分别是最小值、第一四分位数（Q1）、中位数（Q2）和第三四分位数（Q3），箱子的高度为Q3-Q1，箱子上下两端的线段称为“须”，须的长度不超过1.5倍IQR，超过该长度的数据点被视为异常值，用圆点标出。