Python 箱形图

什么是箱形图？

箱形图（Box plot），又称为盒式图、盒状图或箱线图，是一种用来展示数据分布情况的统计图表。箱形图能够清楚地展示出数据的中位数、四分位数、极值以及异常值等信息，对于数据的可视化分析具有重要意义。

如何绘制箱形图？

在 Python 中，我们使用 Matplotlib 库的 boxplot() 方法来绘制箱形图。该方法的参数包括：数据、箱形图的类型、颜色等等。下面是一个简单的样例：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(1000)

plt.boxplot(data, vert=False)
plt.show()

其中，vert 参数用来指定箱形图的方向。如果 vert=False，则箱形图为水平方向，如果 vert=True，则箱形图为垂直方向。

理解箱形图

箱形图由五部分组成：

1. 上边缘为数据中的最大值；
2. 上四分位数（Q3）：上四分位数是将所有数据从小到大排列后，处于中间位置的数值，它的值的大小为第 75% 的数据值；
3. 中位数（Q2）：中位数是数据的中心位置，将所有数据从小到大排列后，处于中间位置的数值；
4. 下四分位数（Q1）：下四分位数是将所有数据从小到大排列后，处于中间位置的数值，它的值的大小为第 25% 的数据值；
5. 下边缘为数据中的最小值。

在数据中，我们经常会遇到异常值（outliers），它们指的是与大多数数据有很大差距的数值。在箱形图中，异常值用另外的符号表示。

代码示例

下面的代码示例展示了如何利用 Python 绘制带有异常值的箱形图。

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)
data = np.random.normal(100, 20, 200)
data = np.concatenate([data, [120, 130, -120, -130]])

fig, ax = plt.subplots()
ax.boxplot([data])
ax.set_title('Boxplot Sample with Outliers')
plt.show()

在这个示例中，我们首先生成了含有200个数据的随机数据，然后又手动添加了四个异常值（分别为120，130，-120和-130）。最后，我们使用 ax.boxplot([data]) 的方式来展示箱形图的结果。