Python Dataframe盒图，带异常值的wisker计算

Question

我很好奇熊猫的数据处理方法是如何计算上下游的胡须，有异常值的。通常是1.5IQR-Q1, 1.5IQR+Q3。然而，我无法理解的问题，或者我可能是错的，如何计算胡须。它显示了https://pandas.pydata.org/pandas-docs/stable/visualization.html的‘ve绘图部分中的相同问题，下面是我随机选择的代码示例：

ray1=[0.217766,0.691315,0.289239,0.239135,0.161341,0.364297,0.373284,0.323216]
df = pd.DataFrame(ray1, dtype = float)

如果我使用df.describe()，它会给我这个数组的统计数据。

count  8.000000
mean   0.332449
std    0.162374
min    0.161341
25%    0.233793
50%    0.306227
75%    0.366544
max    0.691315

但根据上面的晶须，较低的晶须来自于正常的1.5IQR-Q1, 1.5IQR+Q3，它应该在.565和.035附近。如果我用df.boxplot()绘制这幅图，它会显示上面的晶须是0.373，下部的晶须是.161。我已经尝试过其他的变体(2.698σ)和奖品，而且它们也不相等。

那么，当存在异常值时，它是如何得到这些值的呢？

Answer 1

为地块计算的晶须落在数据中的值上。由于您的数据只有8个值，所以可以很容易地将胡须的位置显示出来。

下面的代码生成您的盒图，并覆盖在上面的数据点。

df.boxplot()
plt.plot([1]*len(df),df[0],'x')
plt.show()

情节是：

​

​

希望这是足够清楚的，看到上面的胡须落在一个数据点。

从文档：gen/matplotlib.pyplot.boxplot.html：“上晶须将扩展到最后的基准小于Q3 + whis*IQR”