【Python】怎么获取箱型图外的异常值？

爱被打了一巴掌 2023-10-08 22:35 14阅读 0赞

在箱型图中，异常值通常定义为在数据的1.5倍四分位距之外的值。因此，要获取箱型图之外的异常值，可以按照以下步骤进行操作：

*  首先，使用数据集计算箱型图的上下边界和四分位距。上边界等于第三个四分位数(Q3)加上1.5倍的四分位距(IQR)，下边界等于第一个四分位数(Q1)减去1.5倍的IQR。
 *  然后，将数据集中大于上边界或小于下边界的数值视为异常值。

可以使用Python或其他统计分析软件来自动检测和获取箱型图外的异常值。

在Python中，可以使用NumPy或Pandas库来计算箱型图的四分位数、IQR和边界，并使用条件语句来筛选异常值。例如，以下代码演示了如何使用Python Pandas库获取箱型图外的异常值：

import pandas as pd
    
    # 创建数据集
    data = pd.DataFrame({
        'values': [1, 2, 3, 4, 5, 10, 20, 30, 40, 500]})
    
    # 计算四分位数、IQR和边界
    Q1 = data['values'].quantile(0.25)
    Q3 = data['values'].quantile(0.75)
    IQR = Q3 - Q1
    upper_bound = Q3 + 1.5 * IQR
    lower_bound = Q1 - 1.5 * IQR
    
    # 获取异常值
    outliers = data[(data['values'] < lower_bound) | (data['values'] > upper_bound)]
    print(outliers)

首先我们看一下数据的分布：

![在这里插入图片描述][f632dee5868847c29c7d76b012f4ba5e.png]

在上面的代码中，我们首先创建了一个包含10个数字的数据集，并使用Pandas库计算了四分位数、IQR和边界。然后，我们使用条件语句筛选了在箱型图外的异常值，并将其打印出来。在这个例子中，数据集中的500被视为异常值。

[f632dee5868847c29c7d76b012f4ba5e.png]: https://img-blog.csdnimg.cn/f632dee5868847c29c7d76b012f4ba5e.png