python画箱型图判断异常值

 

 

今天看了本书，做数据集需要判断数据是否存在异常值。好像是用箱型图做的但是我不清楚具体的原理。附上代码:

Q3+1.5IQR和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在Q3+3IQR和Q1－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值（mild outliers），在外限以外的为极端的异常值(extreme outliers)。四分位距IQR=Q3-Q1。.

箱型图其实就是有中位数，上半分之25数据构成和下半分之25数据构成。IQR就是百分之75和百分之25的间隔。Q3是高位。Q3+3IQR=Q1+4IQR。因为Q3是高位,Q1是低位。

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

train_data='zhengqi_train.txt'

test_data='zhengqi_test.txt'

train=pd.read_csv(train_data,sep='\t',encoding='utf-8')

for i in range(38):

    plt.figure(figsize=(12,12))

    sns.boxplot(train['V'+str(i)],orient='v')

    plt.savefig('1/'+str(i)+'.jpg')#保存图片

最终结果展示: