Python箱型图处理离群点的例子
首先我们简单地区分一下离群点（outlier）以及异常值（anomaly）：
离群点：
异常值：
个人觉着异常值和离群点是两个不同的概念，当然大家在数据预处理时对于这两个概念不做细致的区分，不如：姚明站在我们中间的时候，我觉着我们只能说他是一个离群点，我们能说他异常吗？异常的假设是姚明得了巨人症，可是他不是。
箱型图
代码块
餐饮销售数据离群点检测代码：
#-*-coding:utf-8-*- importpandasaspd catering_sale='../data/catering_sale.xls'#餐饮数据 data=pd.read_excel(catering_sale,index_col=u'日期')#读取数据，指定“日期”列为索引列 importmatplotlib.pyplotasplt#导入图像库 plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False#用来正常显示负号 plt.figure()#建立图像 p=data.boxplot(return_type='dict')#画箱线图，直接使用DataFrame的方法 x=p['fliers'][0].get_xdata()#'fliers'即为离群点的标签 y=p['fliers'][0].get_ydata() y.sort()#从小到大排序，该方法直接改变原对象 #用annotate添加注释 #其中有些相近的点，注解会出现重叠，难以看清，需要一些技巧来控制。 #以下参数都是经过调试的，需要具体问题具体调试。 foriinrange(len(x)): ifi>0: plt.annotate(y[i],xy=(x[i],y[i]),xytext=(x[i]+0.05-0.8/(y[i]-y[i-1]),y[i])) else: plt.annotate(y[i],xy=(x[i],y[i]),xytext=(x[i]+0.08,y[i])) plt.show()#展示箱线图
运行结果：
以上这篇Python箱型图处理离群点的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。