Python Seaborn - 如何在箱线图中确定异常值

Question

我想知道在 Seaborn 中使用什么算法来确定箱线图分布中的 'outliers'。

在他们的网站上 seaborn.boxplot 他们简单地说：

The box shows the quartiles of the dataset while the whiskers extend to show the rest of the distribution, except for points that are determined to be “outliers” using a method that is a function of the inter-quartile range.

我很想知道他们用的是什么方法。我从数据框创建了箱线图，我似乎有很多 'outliers'.

谢谢

Answer 1

如果您在链接的页面上进一步阅读（或 ctrl-f "outlier"），您将看到：

whis : float, optional
    Proportion of the IQR past the low and high quartiles to extend the plot whiskers.
    Points outside this range will be identified as outliers.

Answer 2

经测试，seaborn 似乎默认使用 whis=1.5。

whis 定义为

Proportion of the IQR past the low and high quartiles to extend the plot whiskers.

对于正态分布，interquartile range 包含 50% 的总体，1.5 * IQR 包含大约 99%。

Answer 3

你可以这样计算：

Q1 = df.quartile(0.25)
Q3 = df.quartile(0.75)
    
IQR = Q3 - Q1

如果小于：

，则为离群值

Q1 - 1.5 * IQR

或者如果它大于：

Q3 + 1.5 * IQR

Python Seaborn - 如何在箱线图中确定异常值

Python Seaborn - How are outliers determined in boxplots

python

seaborn