pandas - pandas 箱线图中的胡须到底说明了什么？

Question

在默认设置的 python-pandas 箱线图中，红色条是中 位数，方框表示第 25 和第 75 个四分位数，但在这种情况下，胡须到底意味着什么？找出确切定义的文档在哪里（找不到）？

示例代码：

df.boxplot()

示例结果：

Answer 1

Pandas 只是包装了 matplotlib 中的 boxplot 函数。matplotlib 文档详细定义了胡须：

whis：浮点数、序列或字符串（默认 = 1.5）

作为浮点数，确定胡须的范围超出第一和第三四分位数。换句话说，如果 IQR 是四分位距 (Q3-Q1)，则上须线将延伸到小于 Q3 + whis*IQR 的最后一个数据。类似地，下须线将延伸到大于 Q1 - whis*IQR 的第一个数据。除了胡须，数据被认为是异常值，并被绘制为单个点。

Matplotlib（和 Pandas）还为您提供了很多选项来更改胡须的默认定义：

将此设置为不合理的高值以强制胡须显示最小值和最大值。或者，将其设置为百分位数的升序（例如，[5, 95]）以将须线设置在数据的特定百分位数。最后，whis 可以是字符串“范围”，以强制胡须达到数据的最小值和最大值。

下面的图表从stats.stackexchange answer说明了这一点。请注意，如果您未whis在 Pandas 中提供关键字，则 k=1.5。

Answer 2

你在你的问题中提到红线是平均值 - 它实际上是中位数。

从上面常涉提到的matplotlib链接：

该框从数据的下四分位数延伸到上四分位数，中间有一条线。晶须从盒子延伸以显示数据的范围。飞行点是那些超过胡须末端的点。

我没有进行实验，但有一个“平均线”选项可能会将线置于平均线。

Answer 3

来自Amelio Vazquez-Reina在 matplotlib 箱形图中的回答：标记和异常值：

异常值（+箱线图中的标记）只是下方宽边之外[(Q1-1.5 IQR), (Q3+1.5 IQR)]的点。

仅供参考：对箱须图中栅栏的位置感到困惑

Answer 4

这些在matplotlib文档中指定。胡须是四分位数范围的一些倍数（默认为 1.5）。