我想知道当我们在海生图书馆中有箱线图时为什么会有箱线图。
我知道一件事是箱线图优化了表示数据的方式，特别是对于大型数据集，但我不知道为什么，除此之外，我没有任何充分的理由使用箱线图。
箱线图将中位数显示为中心线（第 50 个百分位数），然后将第 25 个百分位数和第 75 个百分位数显示为框边界。然后使用 IQR 方法计算离群值边界（例如，上边界为 1.5 * IQR + Q3）。 Q3 是数据的第三个四分位数或第 75 个百分位数（75% 的数据低于此值）。异常值胡须之外的异常值显示为不同的点。
Boxenplots（实际上在原始论文和 lvplot R 包中称为字母值图）以不同的方式显示分布，并且更适合较大的数据集。经典箱线图可能有太多离群值，并且不能显示尽可能多的有关分布的信息。字母值图（箱线图）以中位数（Q2，第 50 个百分位）作为中心线。向外的每个连续级别都包含剩余数据的一半。因此，从中心线开始的前两个部分包含 50% 的数据。之后，接下来的两个部分包含 25% 的数据。这种情况一直持续到我们处于异常值水平。每个级别的阴影都变浅。有 4 种计算离群值的方法（论文中描述并在 seaborn 中可用）。默认情况下，每条尾部都会有大约 5-8 个异常值。
我用Diziet的漂亮图来说明：
The 原纸 https://vita.had.co.nz/papers/letter-value-plot.html（来自包括 Hadley Wickham 在内的作者）在seaborn boxenplot 文档中链接。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
