大熊猫箱形图中的胡须到底是什么？

Question

在具有默认设置的python-pandas 箱图中,红色条是平均值 ,而框表示第25和第75个四分位数,但在这种情况下,胡须究竟是什么意思呢？文档在哪里找出确切的定义(找不到它)？

示例代码:

df.boxplot()

示例结果:

Answer 1

你在问题中提到红线是平均值 - 它实际上是中位数.

来自Chang She上面提到的matplotlib链接:

该框从数据的下四分位数值向上四分位数值延伸,中间有一条线.晶须从盒子中伸出以显示数据范围.飞行员点数是那些胡须结束时的点数.

我没有进行实验,但是有一个'meanline'选项可能会将该线放在平均值上.

Answer 2

来自Amelio Vazquez-Reina在 matplotlib中Boxplots的回答：标记和异常值：

异常值（+箱线图中的标记）只是下方宽边之外的点[(Q1-1.5 IQR), (Q3+1.5 IQR)]。

仅供参考：对盒须图中围栏的位置感到困惑

Answer 3

Pandas只是从matplotlib包装boxplot函数.该matplotlib的文档进行了详细的晶须的定义:

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 - whis*IQR.除了晶须之外,数据被视为异常值并被绘制为单个点.

Matplotlib(和Pandas)还为您提供了许多选项来更改胡须的默认定义:

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.

下面的图形说明了stats.stackexchange的答案.请注意,如果您未whis在Pandas中提供关键字,则k = 1.5 .

Answer 4

这些在matplotlib文档中指定.胡须是四分位数范围内的一些倍数(默认为1.5).