python箱线图去除异常值

在 Python 中，可以使用 `numpy` 和 `matplotlib` 库来绘制箱线图，并通过 `numpy` 中的 `percentile()` 函数来计算四分位数（Q1，Q2，Q3）和异常值的范围。然后，可以使用 `matplotlib` 库的 `boxplot()` 函数绘制箱线图，并将异常值从数据集中删除。

以下是一个简单的示例：

import numpy as np
import matplotlib.pyplot as plt

# 生成一组数据
data = np.random.normal(0, 1, 100)

# 计算四分位数
q1, q2, q3 = np.percentile(data, [25, 50, 75])
iqr = q3 - q1
lower_bound = q1 - 1.5 * iqr
upper_bound = q3 + 1.5 * iqr

# 删除异常值
data = data[(data > lower_bound) & (data < upper_bound)]

# 绘制箱线图
fig, ax = plt.subplots()
ax.boxplot(data)
plt.show()

在这个例子中，我们生成了一个包含 100 个随机数的数据集，并使用 `percentile()` 函数计算了四分位数。然后，我们使用四分位数和箱线图的定义来计算异常值的范围，并将它们从数据集中删除。最后，我们使用 `boxplot()` 函数绘制箱线图。

请注意，这个方法只是一种简单的去除异常值的方法，并不能保证数据集中没有其他异常值。在实际应用中，需要根据具体情况选择合适的方法来去除异常值。