打开《Python 可视化数据分析》_学会挖掘大数据的价值_6.6.4 箱形图

【摘要】 本书摘自《Python网络爬虫 从入门到精通》一书中第6章，第6节，李迎著。

6.6.4 箱形图

箱型图是显示一组数据分散情况的统计图，它里面有个很常用的功能就是检测 这组数据是否存在异常值，具体统计名词在这里就不一一介绍，有兴趣的读者认真学习一下统计学，补充学习自己需要的知识。

在 pandans 中，箱型图绘制是调用 Series.box.plot() 、DataFrame.box.plot()或 DataFrame.boxplot)来可视化数据中每列值的分布情况。下面还是通过两个示例进行

说明，第一个示例的数据和前面的图形数据相同，就是随机数，这里是一个箱形图，表示对[0,1]上的统一随机变量的12次观察的4次试验。

1 import pandas as pd

2 import numpy as np

3 import matplotlib.pyplot as plt

4 df=pd.DataFrame(np.random.rand(12,4),columns=['A','B','C',

D'])

5 df.plot.box()

6 plt.show()

在这段代码中就重点说明在第3～5行，其中第三行是需要解释一下，就是在 pandas 中还是需要借助 matplotlib.pyplot 来呈现图像，这个和第6行就呼应了。第4行是所用 数据，借助 DataFrame中的随机正态分布函数 random.rand 生成四组数据，每组12个随 机数。第6行就是生成箱体图的函数。绘制的图形如图6-12所示。其实这个示例比较 简单容易，是因为我们采取的是随机数，画出的图也很显著,但现实中需要分析的真实 数据，是会有特出情况的出现的，除了利用生成的随机数，下面的示例是用已有数据来 体验一下，这个数据就是我们前面 pandas 中访问 Excel 中的学生成绩数据。

示例3:

本地有一份学生的学习成绩，图6-13中是学生成绩的一部分数据截图，这个成 绩是四门功课的汇总，需要用箱体图对这四门成绩进行分析描述。在实现代码中， 第4～5行是对读取数据中的中文字体和数字前的“-”的设置，以防乱码。第6行 数利用 pandas 读取 Excel 数据中名为“成绩”的工作簿，第7行是读取数据中的前 5行数据，第8行是格式化输出前5行数据，以方便查看数据状态。第9行是绘箱 体图的函数，没有设置参数，均默认。第10～11行是设置箱体图的 X 、Y 轴的标 签。最终分析图如图6-14所示。在图中可以看到实用英语课程有一个离心值，其 他科目的成绩都很相仿， “计算机数学基础”的成绩差异相对较小， “计算机应用基础”差异最大。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 18664393530@aliyun.com 处理，核实后本网站将在24小时内删除侵权内容。