通过示例了解 Seaborn 箱线图
Understanding Seaborn Boxplot With Examples
我正在尝试使用一些示例数据集来理解 seaborn 箱线图。因此，使用 "tips" 数据集。
tips = sns.load_dataset('tips')
首先使用18个值作为：
tips = tips[0:18]
所需数据集如下：
1 8.77
2 10.27
3 10.33
4 10.34
5 14.78
6 14.83
7 15.04
8 15.42
9 16.29
10 16.99
11 18.43
12 21.01
13 21.58
14 23.68
15 24.59
16 25.29
17 26.88
18 35.26
所需图表如下：
为了更好地理解我自己计算了 Q1、Q2 和 Q3。
Q2(Median): 16.64
Q1 Data:
9 values
[8.77, 10.27, 10.33, 10.34, 14.78, 14.83, 15.04, 15.42, 16.29]
Q1 Median: 14.78
Q3 Data:
9 values
[16.99, 18.43, 21.01, 21.58, 23.68, 24.59, 25.29, 26.88, 35.26]
Q3 Median: 23.68
Min: 8.77
Max: 35.26
Interquartile Range(IQR): 8.9
Five Number Summary:
8.77, 14.78, 16.64, 23.68, 35.26
到目前为止，它看起来非常有说服力，因为五个数字的摘要与图表相匹配。现在我使用以下方法在此数据集中添加一个元素：
tips = tips[0:19]
新值为 16.97 现在很多事情都将发生变化。
更新后的数据集为：
1 8.77
2 10.27
3 10.33
4 10.34
5 14.78
6 14.83
7 15.04
8 15.42
9 16.29
10 16.97
11 16.99
12 18.43
13 21.01
14 21.58
15 23.68
16 24.59
17 25.29
18 26.88
19 35.26
现在图表如下：
看懂这张图什么时候人工计算的，那是没有说服力的。
Q2(Median): 16.97
Q1 Data:
9 values
[8.77, 10.27, 10.33, 10.34, 14.78, 14.83, 15.04, 15.42, 16.29]
Q1 Median: 14.78
Q3 Data:
10 values (Greater than or EQUAL TO MEDIAN add here)
[16.97, 16.99, 18.43, 21.01, 21.58, 23.68, 24.59, 25.29, 26.88, 35.26]
Q3 Median: 22.63
Min: 8.77
Max: 35.26
Interquartile Range(IQR): 7.85
Five Number Summary:
8.77, 14.78, 16.97, 22.63, 35.26
正如许多文章中所讨论的那样，胡须应该是 Q3+1.5*IQR 和 Q1-1.5*IQR，但在这种情况下并没有发生：
1.5*7.85 = 11.775
For whisker with Q3:
22.63 + 11.775 = 34.405
因此，在图的右侧，胡须的最大值应为 34.405，但它在 27 approx 处结束。我需要了解这一点它是如何计算这个值的？或者我在手动计算中犯了任何错误？谢谢
在你的第二个情节中有离群值，这会影响计算。
从 docs，您可以查看参数 whis:
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.
尝试 whis（2.0、5.0、10.0、...）的较大值，以便您的数据点始终落入四分位数。
文档字符串有点误导。胡须不会扩展到计算值，但足以包含它们之间的所有点（不是异常值的点）。在这种情况下，它是 26.88，因为 35.26 是异常值（超出 Q3 + 1.5 * IQR）。
我正在尝试使用一些示例数据集来理解 seaborn 箱线图。因此，使用 "tips" 数据集。
tips = sns.load_dataset('tips')
首先使用18个值作为：
tips = tips[0:18]
所需数据集如下：
1 8.77
2 10.27
3 10.33
4 10.34
5 14.78
6 14.83
7 15.04
8 15.42
9 16.29
10 16.99
11 18.43
12 21.01
13 21.58
14 23.68
15 24.59
16 25.29
17 26.88
18 35.26
所需图表如下：
为了更好地理解我自己计算了 Q1、Q2 和 Q3。
Q2(Median): 16.64
Q1 Data:
9 values
[8.77, 10.27, 10.33, 10.34, 14.78, 14.83, 15.04, 15.42, 16.29]
Q1 Median: 14.78
Q3 Data:
9 values
[16.99, 18.43, 21.01, 21.58, 23.68, 24.59, 25.29, 26.88, 35.26]
Q3 Median: 23.68
Min: 8.77
Max: 35.26
Interquartile Range(IQR): 8.9
Five Number Summary:
8.77, 14.78, 16.64, 23.68, 35.26
到目前为止，它看起来非常有说服力，因为五个数字的摘要与图表相匹配。现在我使用以下方法在此数据集中添加一个元素：
tips = tips[0:19]
新值为 16.97 现在很多事情都将发生变化。
更新后的数据集为：
1 8.77
2 10.27
3 10.33
4 10.34
5 14.78
6 14.83
7 15.04
8 15.42
9 16.29
10 16.97
11 16.99
12 18.43
13 21.01
14 21.58
15 23.68
16 24.59
17 25.29
18 26.88
19 35.26
现在图表如下：
看懂这张图什么时候人工计算的，那是没有说服力的。
Q2(Median): 16.97
Q1 Data:
9 values
[8.77, 10.27, 10.33, 10.34, 14.78, 14.83, 15.04, 15.42, 16.29]
Q1 Median: 14.78
Q3 Data:
10 values (Greater than or EQUAL TO MEDIAN add here)
[16.97, 16.99, 18.43, 21.01, 21.58, 23.68, 24.59, 25.29, 26.88, 35.26]
Q3 Median: 22.63
Min: 8.77
Max: 35.26
Interquartile Range(IQR): 7.85
Five Number Summary:
8.77, 14.78, 16.97, 22.63, 35.26
正如许多文章中所讨论的那样，胡须应该是 Q3+1.5*IQR 和 Q1-1.5*IQR，但在这种情况下并没有发生：
1.5*7.85 = 11.775
For whisker with Q3:
22.63 + 11.775 = 34.405
因此，在图的右侧，胡须的最大值应为 34.405，但它在 27 approx 处结束。我需要了解这一点它是如何计算这个值的？或者我在手动计算中犯了任何错误？谢谢
在你的第二个情节中有离群值，这会影响计算。
从 docs，您可以查看参数 whis:
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.
尝试 whis（2.0、5.0、10.0、...）的较大值，以便您的数据点始终落入四分位数。
文档字符串有点误导。胡须不会扩展到计算值，但足以包含它们之间的所有点（不是异常值的点）。在这种情况下，它是 26.88，因为 35.26 是异常值（超出 Q3 + 1.5 * IQR）。