python 箱型图算法简介

最新推荐文章于 2024-08-22 21:16:03 发布

转载最新推荐文章于 2024-08-22 21:16:03 发布 · 1.5k 阅读

智能算法专栏收录该内容

4 篇文章

订阅专栏

本文详细介绍了统计学中的四分位数概念，包括第一四分位数（Q1）、第二四分位数（中位数Q2）和第三四分位数（Q3），并解释了四分位距（IQR）的概念。通过四分位数可以有效地界定数据集中的异常值，异常值被定义为小于QL-1.5IQR或大于QU+1.5IQR的值，其中QL是下四分位数，QU是上四分位数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

四分位数（Quartile）是统计学中分位数的一种，即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。

第一四分位数 (Q1)，又称"较小四分位数"，等于该样本中所有数值由小到大排列后第25%的数字。
第二四分位数 (Q2)，又称"中位数"，等于该样本中所有数值由小到大排列后第50%的数字。
第三四分位数 (Q3)，又称"较大四分位数"，等于该样本中所有数值由小到大排列后第75%的数字。

第三四分位数与第一四分位数的差距又称四分位距（InterQuartile Range, IQR）。

异常值要在上界和下界之外，这个界定值通常定义为小于QL－1.5IQR或大于QU＋1.5IQR的值。QL称为下四分位数，表示全部观察值中有四分之一的数据取值比它小；QU称为上四分位数，表示全部观察值中有四分之一的数据取值比它大；IQR称为四分位数间距，是上四分位数QU与下四分位数QL之差，其间包含了全部观察值的一半。

def detectoutliers(data:list):
    """箱型图检测异常值"""
    data = data.tolist()
    outlier_list_col = []
    # Q1为数据占25%的数据值范围
    Q1 = np.percentile(data, 25)
    # Q3为数据占75%的数据范围
    Q3 = np.percentile(data, 75)
    IQR = Q3 - Q1
    #异常值的范围
    outlier_step = 1.5 * IQR
    for n in range(len(data)):
        if float(data[n]) < Q1 - outlier_step or float(data[n]) > Q3 + outlier_step:
            outlier_list_col.append(data[n])
    # print(outlier_list_col)
    return outlier_list_col

参考博客：

https://blog.csdn.net/u011489887/article/details/78973856

https://blog.csdn.net/marstonyjiang/article/details/76263109