今天我們要介紹的是箱式圖，在介紹如何繪制之前，我們還是先介紹一下，箱式圖的一些相關(guān)的知識。順便教你如何分析箱式圖。

我們首先來看看什么是箱式圖？

那大家知不知道箱式圖都有些什么特點呢？

箱盒圖（也稱盒圖，箱線圖等）是在1977年由美國統(tǒng)計學(xué)家John Tukey發(fā)明，分析數(shù)據(jù)需要為定量數(shù)據(jù)。通過箱式圖，可以直觀的探索數(shù)據(jù)特征。

箱盒圖共由五個數(shù)值點構(gòu)成，分別是最小觀察值（下邊緣），25%分位數(shù)（Q1），中位數(shù)，75%分位數(shù)（Q3），最大觀察值（上邊緣）。

·中橫線：中位數(shù)

·IQR：75%分位數(shù)（Q3）-25%分位數(shù)（Q1）也就是上四分位數(shù)減去下四分位數(shù)

我們現(xiàn)在來看看怎么計算分位數(shù)，我們將數(shù)據(jù)從小到大排好，首先我們知道中位數(shù)是什么，就是排在中間位置的數(shù)。我們舉個例子看看如何求四分位數(shù)，假設(shè)我們有n個數(shù)據(jù)，那么有：

下四分位數(shù)：

如果能夠整除，那么得到的數(shù)字就是下四分位數(shù)的位置。

上四分位數(shù)：

,如果能夠整除，那么得到的數(shù)字就是上四分位數(shù)的位置。

當(dāng)然我們肯定也會遇到不可能整除的情況，假設(shè)我們現(xiàn)在有這樣一組數(shù)據(jù)1，2，3，4，5，6，7，8那么根據(jù)上面的計算公式，有

下四分位數(shù)：

說明我們的下四分位數(shù)位于第二個位置的數(shù)字和第三個位置的數(shù)字之間，但是更靠近第二個位置的數(shù)字，因此下四分位數(shù)為：

上四分位數(shù)為：

,說明我們的上四分位數(shù)位于第六個位置的數(shù)字和第七個位置的數(shù)字之間，但是更靠近第七個位置的數(shù)字，因此上四分位數(shù)為：

同時我們觀察，如果看到中位數(shù)離上四分位數(shù)近的話，說明后面的數(shù)據(jù)值大。

我們問這樣一個問題，上邊緣的值是數(shù)據(jù)中的最大值嗎？下邊緣值是數(shù)據(jù)中的最小值嗎？為了解決這個問題，我們來看看上邊緣值和下邊緣值的定義：

·最小觀察值（下邊緣） = Q1 – 1.5 IQR

·最大觀察值 （上邊緣）= Q3 + 1.5 IQR

所以從這個定義中，我們就可以看到上邊緣值不是數(shù)據(jù)中的最大值，下邊緣值不是數(shù)據(jù)中的最小值，所以數(shù)據(jù)中偏離上邊緣值和下邊緣值的數(shù)據(jù)我們稱之為異常值。

好了，理解了箱式圖的含義之后，我們接下來看看如何繪制箱式圖。

在這之前，我們先來看看我們的數(shù)據(jù)內(nèi)容。

我們可以看到我們共有244個數(shù)據(jù)，7個屬性列。

最開始我們還是引入我們需要的庫：

import numpy as npimport pandas as pdimport seaborn as sns

接下來，我們首先利用total_bill這一列的數(shù)據(jù)來做一個箱式圖

在開始之前，我們還是來看看都有哪些參數(shù)。

seaborn.boxplot(*, x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, ax=None, **kwargs)

sns.boxplot(x = tips['total_bill'])

接下來，我們一個一個的加上參數(shù)，看看有什么變化，首先我們加上參數(shù)x,y

sns.boxplot(x = 'day',y = 'total_bill',data = tips)

sns.boxplot(x = 'day', y = 'total_bill', data = tips, hue = 'smoker')

在這個圖中，我們加上了參數(shù)hue,我們可以看到hue參數(shù)的作用其實還是一個分類的參數(shù)，在這里我們將smoker分為吸煙和不吸煙者，我們可以看到吸煙者和不吸煙者的total_bill是有很大差別的。

我們加上palette參數(shù)后，看看又有什么區(qū)別。

sns.boxplot(x = 'day', y = 'total_bill', data = tips, hue = 'smoker',palette='Set2')

我們可以看到palette參數(shù)的作用就是更改配色方案。

最后，我們使用

將數(shù)據(jù)點標(biāo)注在箱式圖上。

sns.boxplot(x='day', y='total_bill', data=tips)sns.swarmplot(x='day', y='total_bill', data=tips, color='.20')

你學(xué)會了嗎？歡迎大家與我分享交流！

大家可以私信我獲得數(shù)據(jù)集哦！??????