Boxplot
Boxplot ist ein weiteres äußerst verbreitetes Diagramm in der Statistik, das verwendet wird, um die zentrale Tendenz, Streuung und potenzielle Ausreißer innerhalb der Daten anhand ihrer Quartile zu visualisieren.
Quartile
Quartile teilen die Datenpunkte (aufsteigend sortiert) in vier gleich große Teile. Es gibt drei davon:
- Das erste Quartil (Q1) ist die mittlere Zahl zwischen dem kleinsten Wert (Zahl) der Stichprobe und dem Median (25% der Daten liegen in diesem Bereich);
- Das zweite Quartil (Q2) ist der Median selbst (50% der Daten liegen unterhalb des Medians);
- Das dritte Quartil (Q3) ist die mittlere Zahl zwischen dem Median der Stichprobe und den höchsten Werten der Stichprobe (75% der Daten liegen unterhalb von Q3).
Elemente des Boxplots
- Die rechte Seite des roten Rechtecks stellt das dritte Quartil dar und die linke Seite das erste Quartil;
- Q3 - Q1 wird als Interquartilsabstand (IQR) bezeichnet, der durch das Rechteck dargestellt wird, wobei die gelbe Linie den Median markiert;
- Die schwarzen Linien außerhalb des Rechtecks werden als Whisker bezeichnet. Die linke Linie stellt Q1−1,5⋅IR dar, die rechte Linie Q3+1,5⋅IR;
- Die Datenpunkte außerhalb der Whisker werden als Ausreißer bezeichnet.
Im nächsten Schritt wird ein Boxplot mit der Bibliothek matplotlib erzeugt:
1234567891011import pandas as pd import matplotlib.pyplot as plt # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating a box plot for the Seattle temperatures plt.boxplot(weather_df['Seattle']) plt.show()
Boxplot-Daten
Die Funktion boxplot() aus dem Modul pyplot wird mit dem ersten und einzigen erforderlichen Parameter x verwendet, der die Daten repräsentiert. Diese Daten können ein array-ähnliches Objekt (z. B. eine Series), ein 2D-Array (für jede Spalte wird ein Boxplot gezeichnet) oder eine Sequenz von 1D-Arrays sein (für jedes Array wird ein Boxplot gezeichnet).
Optionale Parameter
Der Parameter tick_labels stellt eine Ausnahme dar. Dieser ist besonders nützlich, um nicht nur ein einzelnes Boxplot zu beschriften, sondern auch die Boxplots zu beschriften, wenn mehr als ein Array vorhanden ist:
12345678910import pandas as pd import matplotlib.pyplot as plt # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating two box plots for Boston and Seattle temperatures plt.boxplot(weather_df, tick_labels=['Boston', 'Seattle']) plt.show()
In diesem Beispiel wurde das gesamte DataFrame mit zwei Spalten an boxplot() übergeben, wodurch separate Boxplots für jede Spalte mit automatisch zugewiesenen, passenden Beschriftungen erstellt werden.
Es gibt auch eine Vielzahl optionaler Parameter zur Anpassung des Boxplots, die in der boxplot()-Dokumentation erkundet werden können. In der Praxis werden diese jedoch selten verwendet.
Swipe to start coding
Erstellen Sie zwei Boxplots mit zwei Stichproben aus der Standardnormalverteilung:
- Verwenden Sie die korrekte Funktion, um die Boxplots zu erstellen.
- Verwenden Sie die Listen
normal_sample_1undnormal_sample_2(in dieser Reihenfolge von links nach rechts) als Daten. - Beschriften Sie den linken Boxplot mit
First sampleund den rechten mitSecond samplemithilfe derlist.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Can you explain what the interquartile range (IQR) is used for?
How do I interpret outliers in a box plot?
Can you show how to customize the appearance of a box plot?
Awesome!
Completion rate improved to 3.85Boxplot
Swipe um das Menü anzuzeigen
Boxplot ist ein weiteres äußerst verbreitetes Diagramm in der Statistik, das verwendet wird, um die zentrale Tendenz, Streuung und potenzielle Ausreißer innerhalb der Daten anhand ihrer Quartile zu visualisieren.
Quartile
Quartile teilen die Datenpunkte (aufsteigend sortiert) in vier gleich große Teile. Es gibt drei davon:
- Das erste Quartil (Q1) ist die mittlere Zahl zwischen dem kleinsten Wert (Zahl) der Stichprobe und dem Median (25% der Daten liegen in diesem Bereich);
- Das zweite Quartil (Q2) ist der Median selbst (50% der Daten liegen unterhalb des Medians);
- Das dritte Quartil (Q3) ist die mittlere Zahl zwischen dem Median der Stichprobe und den höchsten Werten der Stichprobe (75% der Daten liegen unterhalb von Q3).
Elemente des Boxplots
- Die rechte Seite des roten Rechtecks stellt das dritte Quartil dar und die linke Seite das erste Quartil;
- Q3 - Q1 wird als Interquartilsabstand (IQR) bezeichnet, der durch das Rechteck dargestellt wird, wobei die gelbe Linie den Median markiert;
- Die schwarzen Linien außerhalb des Rechtecks werden als Whisker bezeichnet. Die linke Linie stellt Q1−1,5⋅IR dar, die rechte Linie Q3+1,5⋅IR;
- Die Datenpunkte außerhalb der Whisker werden als Ausreißer bezeichnet.
Im nächsten Schritt wird ein Boxplot mit der Bibliothek matplotlib erzeugt:
1234567891011import pandas as pd import matplotlib.pyplot as plt # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating a box plot for the Seattle temperatures plt.boxplot(weather_df['Seattle']) plt.show()
Boxplot-Daten
Die Funktion boxplot() aus dem Modul pyplot wird mit dem ersten und einzigen erforderlichen Parameter x verwendet, der die Daten repräsentiert. Diese Daten können ein array-ähnliches Objekt (z. B. eine Series), ein 2D-Array (für jede Spalte wird ein Boxplot gezeichnet) oder eine Sequenz von 1D-Arrays sein (für jedes Array wird ein Boxplot gezeichnet).
Optionale Parameter
Der Parameter tick_labels stellt eine Ausnahme dar. Dieser ist besonders nützlich, um nicht nur ein einzelnes Boxplot zu beschriften, sondern auch die Boxplots zu beschriften, wenn mehr als ein Array vorhanden ist:
12345678910import pandas as pd import matplotlib.pyplot as plt # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating two box plots for Boston and Seattle temperatures plt.boxplot(weather_df, tick_labels=['Boston', 'Seattle']) plt.show()
In diesem Beispiel wurde das gesamte DataFrame mit zwei Spalten an boxplot() übergeben, wodurch separate Boxplots für jede Spalte mit automatisch zugewiesenen, passenden Beschriftungen erstellt werden.
Es gibt auch eine Vielzahl optionaler Parameter zur Anpassung des Boxplots, die in der boxplot()-Dokumentation erkundet werden können. In der Praxis werden diese jedoch selten verwendet.
Swipe to start coding
Erstellen Sie zwei Boxplots mit zwei Stichproben aus der Standardnormalverteilung:
- Verwenden Sie die korrekte Funktion, um die Boxplots zu erstellen.
- Verwenden Sie die Listen
normal_sample_1undnormal_sample_2(in dieser Reihenfolge von links nach rechts) als Daten. - Beschriften Sie den linken Boxplot mit
First sampleund den rechten mitSecond samplemithilfe derlist.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
single
