Python Seaborn - 如何在箱线图中确定异常值

Question

我想知道使用什么算法来确定 Seaborn 箱线图分布中的“异常值”。

在他们的网站seaborn.boxplot 上，他们简单说明：

该框显示数据集的四分位数，而胡须延伸以显示分布的其余部分，但使用作为四分位间距函数的方法确定为“异常值”的点除外。

我真的很想知道他们使用什么方法。我从数据框创建了箱线图，似乎有很多“异常值”。

谢谢

Answer 1

你可以这样计算：

Q1 = df.quartile(0.25)
Q3 = df.quartile(0.75)
    
IQR = Q3 - Q1

如果小于以下值，则为异常值：

Q1 - 1.5 * IQR

或者如果它大于：

Q3 + 1.5 * IQR

Answer 2

如果您在链接的页面上进一步阅读（或按 ctrl-f 表示“异常值”），您将看到：

whis : float, optional
    Proportion of the IQR past the low and high quartiles to extend the plot whiskers.
    Points outside this range will be identified as outliers.

Answer 3

通过测试，seaborn 似乎whis=1.5是默认使用的。

whis 被定义为

IQR 通过低四分位数和高四分位数以扩展图须的比例。

对于正态分布，四分位距包含 50% 的总体，1.5 * IQR 包含大约 99%。