来来来！学matplotlib之箱线图

2018-09-22 本文已影响22人雨路浅歌

大家好，今天和大家一起来学习一种比较少见的图形——箱线图，人如，哦，不不，图如其名，这家伙长这样。

因为不知道大家对这种图熟不熟悉，为了照顾不太熟悉的童鞋，我就在上面标注了几个重要位置的名称(可能不太准确，不过都大同小异)。我只介绍上下四分位线和异常点，其它的几个就不作介绍了，毕竟不是很难，大家应该也都了解了。当然，我不会开篇就介绍这个，大家应该都知道我的风格，我喜欢把知识点穿插到文章当中逐个介绍。

好了，不说废话了，下面开始学习箱线图。和以往一样，先给大家展示一个最简单的图形骨架。

从上图中可以看出，这组数据没有异常点，上下四分位线分别是4和2，下面给大家介绍四分位线的计算方法。

假设数据个数是n。

下四分位线：将数据从小到大排列，第(n+3)/4个数就是下四分位线。

上四分位线：将数据从小到大排列，第(3n+1)/4个数就是上四分位线。

可能有人就要问了，那如果(n+3)/4或(3n+1)/4不是整数怎么办？这就比较复杂了，因为涉及到权重的问题，我给大家举个例子吧。

比如数据是[1，2，3，5，6，8]。很显然(n+3)/4=9/4=2.25，不是一个整数，所以就要使用权重来确定下四分位线了，因为2.25在2和3之间而且距离2比较近，所以第二个数的权重比较大，它的权重是1-0.25=0.75，而第三个数的权重是0.25，所以下四分位线是2*0.75+3*0.25=2.25，同理可求得上四分位线是5.75，我们来验证一下结果。