Python箱型圖處理離群點(diǎn)的示例分析

這篇文章將為大家詳細(xì)講解有關(guān)Python箱型圖處理離群點(diǎn)的示例分析，小編覺得挺實(shí)用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

首先我們簡單地區(qū)分一下離群點(diǎn)（outlier）以及異常值（anomaly）：

離群點(diǎn)：

異常值：

個人覺著異常值和離群點(diǎn)是兩個不同的概念，當(dāng)然大家在數(shù)據(jù)預(yù)處理時(shí)對于這兩個概念不做細(xì)致的區(qū)分，不如：姚明站在我們中間的時(shí)候，我覺著我們只能說他是一個離群點(diǎn)，我們能說他異常嗎？異常的假設(shè)是姚明得了巨人癥，可是他不是。

箱型圖

代碼塊

餐飲銷售數(shù)據(jù)離群點(diǎn)檢測代碼：

#-*- coding: utf-8 -*-
import pandas as pd

catering_sale = '../data/catering_sale.xls' #餐飲數(shù)據(jù)
data = pd.read_excel(catering_sale, index_col = u'日期') #讀取數(shù)據(jù)，指定“日期”列為索引列

import matplotlib.pyplot as plt #導(dǎo)入圖像庫
plt.rcParams['font.sans-serif'] = ['SimHei'] #用來正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus'] = False #用來正常顯示負(fù)號

plt.figure() #建立圖像
p = data.boxplot(return_type='dict') #畫箱線圖，直接使用DataFrame的方法
x = p['fliers'][0].get_xdata() # 'fliers'即為離群點(diǎn)的標(biāo)簽
y = p['fliers'][0].get_ydata()
y.sort() #從小到大排序，該方法直接改變原對象

#用annotate添加注釋
#其中有些相近的點(diǎn)，注解會出現(xiàn)重疊，難以看清，需要一些技巧來控制。
#以下參數(shù)都是經(jīng)過調(diào)試的，需要具體問題具體調(diào)試。
for i in range(len(x)): 
 if i > 0:
  plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.05 -0.8/(y[i]-y[i-1]),y[i]))
 else:
  plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.08,y[i]))

plt.show() #展示箱線圖

運(yùn)行結(jié)果：

關(guān)于“Python箱型圖處理離群點(diǎn)的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。