Python Seaborn - 如何在箱图中确定异常值

Question

我想知道用什么算法来确定＆＃39;异常值＆＃39;在Seaborn的箱线图分布中。

在他们的网站seaborn.boxplot上，他们简单地陈述：

  

该框显示了晶须延伸时数据集的四分位数   显示其余的分布，除了点   使用作为函数的函数的方法确定为“异常值”   四分位数范围。

我真的很想知道他们使用什么方法。我已经从数据框中创建了箱图，我似乎有很多“异常值”。

感谢

Answer 1

通过测试，似乎seaborn使用whis=1.5作为默认值。

whis被定义为

  

IQR超过低和高四分位数以扩大情节的比例   晶须。

对于正态分布，interquartile range包含50％的人口，1.5 * IQR包含约99％。

Answer 2

如果您在链接的页面上进一步阅读（或ctrl-f代表“异常值”），您会看到：

whis : float, optional
    Proportion of the IQR past the low and high quartiles to extend the plot whiskers.
    Points outside this range will be identified as outliers.

Answer 3

您可以这样计算：

Q1 = df.quartile(0.25)
Q3 = df.quartile(0.75)
    
IQR = Q3 - Q1

如果小于，则为异常值：

Q1 - 1.5 * IQR

或大于：

Q3 + 1.5 * IQR