box plot:pandas和matplotlib中的whisker定义

Question

来自https://en.wikipedia.org/wiki/Box_plot

箱形图的胡须有以下可能的定义:

• 所有数据的最小值和最大值[1]
• 最低基准值仍然在下四分位数的1.5 IQR内,最高基准值仍然在上四分位数的1.5 IQR内
• 高于和低于数据平均值的一个标准偏差
• 第9百分位数和第91百分位数
• 第二百分位数和第98百分位数.

我在想pandas:

df['data'].plot(kind = 'box',  sym='bD')

哪个定义是胡须使用？

另外,对于matplotlib图书馆:

ax.boxplot(dfa.duration)

哪个定义是胡须使用？

谢谢!

Answer 1

该箱线图documentaton说,有关晶须

whis :float,sequence或string(默认值= 1.5)

作为浮子,确定胡须的距离超出第一和第三四分位数.换句话说,在IQR是四分位数范围(Q3-Q1)的情况下,上部晶须将延伸到小于Q3 + whis IQR的最后数据.类似地,较低的晶须将延伸到大于Q1的第一个数据 - 即 IQR.除了晶须之外,数据被视为异常值并被绘制为单个点.将其设置为不合理的高值,以强制晶须显示最小值和最大值.或者,将其设置为百分位数的递增序列(例如,[5,95])以将胡须设置在数据的特定百分位数处.最后,whis可以是字符串'range'来强制胡须到数据的最小值和最大值.

从无法轻易实现的问题列表中唯一的定义是"一个标准差",所有其他定义都可以使用此参数进行设置.默认值为1.5IQR定义.

该pandas.DataFrame.boxplot调用matplotlib功能.因此它们应该是相同的.