python 数据集异常值分析 箱型图

箱型图是一种常用的数据可视化方式，用于展示数据的分布情况和异常值。在 Python，可以使用 matplotlib 库绘制箱型图。

以下是一个简单的例子，展示如何使用箱型图分析数据集中的异常值：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.normal(0, 1, 100)

# 添加一个异常值
data = np.append(data, 10)

# 绘制箱型图
plt.boxplot(data)

# 显示图形
plt.show()

在上面的例子中，我们生成了一个包含 100 个标准正态分布随机数的数据集，并添加了一个值为 10 的异常值。然后，使用 `plt.boxplot()` 函数绘制了箱型图。运行代码后，我们可以看到图形中有一条竖线，表示数据集中的异常值。

通过观察箱型图，我们可以了解数据的分布情况、中位数、四分位数、异常值等信息，从而更好地分析数据集。