学ぶ箱ひげ図 | さらなる統計プロット

セクション 4. 章 2

single

メニューを表示するにはスワイプしてください

定義

箱ひげ図 は、統計で非常によく使われるプロットであり、四分位数を通じてデータの中心傾向、分布、および外れ値の可能性を可視化するためのもの。

四分位数

四分位数は、ソートされたデータを4つの等しい部分に分割：

Q1 — 最小値と中央値の中間点（下位25%のデータ）；
Q2 — 中央値（下位50%のデータ）；
Q3 — 中央値と最大値の中間点（下位75%のデータ）。

箱ひげ図の要素

ボックスの左側はQ1、右側はQ3を示す；
IQR = Q3 − Q1、ボックスの幅として表示され、中央値は黄色の線で示される；
ウィスカーは (Q1 - 1.5 \cdot IQR) および (Q3 + 1.5 \cdot IQR) まで伸びる；
ウィスカーの外側の点は外れ値。

ボックスプロットは matplotlib を使用して生成可能。


              1234567891011
            
import 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()

ボックスプロットのデータ

plt.boxplot(x) を使用。x は1次元の配列ライクオブジェクト、2次元配列（各列ごとに1つのボックス）、または1次元配列のシーケンスが指定可能。

オプションパラメータ

tick_labels は、特に複数の配列をプロットする際に、ボックスプロットに名前を付けるのに便利。


              12345678910
            
import 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()