python计算四分位及绘制箱型图
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python计算四分位及绘制箱型图,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2109字,纯文字阅读大概需要4分钟。
内容图文
![python计算四分位及绘制箱型图](/upload/InfoBanner/zyjiaocheng/604/53449cf1b86745148af5197e378c1a80.jpg)
一、计算四分位
#!/usr/bin/python
# -*- coding: UTF-8 -*-
"""
@author:ZSW
@file:quantile_distance.py
@time:2021/02/05
"""
import pandas as pd
import numpy as np
# 读取excle文件
excel_data = pd.read_excel("1.xlsx")
# print(excel_data)
data1 = excel_data.to_dict(orient="list")
data_list = data1['time']
data_list = sorted(data_list)
# 法一:使用numpy工具包
res = np.percentile(data_list, (25, 50, 75), interpolation='midpoint')
print(res)
# 法二:直接计算
def median(x):
x = sorted(x)
length = len(x)
mid, rem = divmod(length, 2) # divmod函数返回商和余数
if rem:
return x[:mid], x[mid + 1:], x[mid]
else:
return x[:mid], x[mid:], (x[mid - 1] + x[mid]) / 2
lHalf, rHalf, q2 = median(data_list)
print('上四分位:{}'.format(median(lHalf)[2]))
print('中位数:{}'.format(q2))
print('下四分位:{}'.format(median(rHalf)[2]))
print('四分位距:{}'.format(median(rHalf)[2]-median(lHalf)[2]))
res = (median(rHalf)[2]-median(lHalf)[2])*1.5 + median(rHalf)[2]
print('异常阈值:{}'.format(res))
# 法三:使用pandas中describe()函数
print(pd.DataFrame(data_list).describe())
结果:
[0.12638889 0.59694444 2.32527778]
上四分位:0.126388888888889
中位数:0.596944444444444
下四分位:2.3252777777777798
四分位距:2.1988888888888907
异常阈值:5.623611111111115
0
count 37932.000000
mean 3.041283
std 5.612899
min 0.000000
25% 0.126389
50% 0.596944
75% 2.325139
max 25.071944
二、绘制箱型图
#!/usr/bin/python
# -*- coding: UTF-8 -*-
"""
@author:ZSW
@file:plot_quantile_distance.py
@time:2021/02/05
"""
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
# 解决matplotlib无法显示中文问题
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
df = pd.read_excel("1.xlsx")
data = df['avg_time']
data.plot.box(title="箱型图")
plt.show()
参考:http://www.79tui.com/happy/605215.html
https://blog.csdn.net/sinat_28252525/article/details/80671238
内容总结
以上是互联网集市为您收集整理的python计算四分位及绘制箱型图全部内容,希望文章能够帮你解决python计算四分位及绘制箱型图所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。