Boxplot
Box plot é outro gráfico extremamente comum em estatística, utilizado para visualizar a tendência central, dispersão e possíveis outliers nos dados por meio de seus quartis.
Quartis
Quartis dividem os dados ordenados em quatro partes iguais:
- Q1 — ponto médio entre o valor mínimo e a mediana (25% dos dados abaixo dele);
- Q2 — a mediana (50% dos dados abaixo);
- Q3 — ponto médio entre a mediana e o valor máximo (75% dos dados abaixo).
Elementos do Box Plot
- O lado esquerdo da caixa representa o Q1, o lado direito representa o Q3;
- IQR = Q3 − Q1, mostrado como a largura da caixa, com a mediana marcada por uma linha amarela;
- Bigodes se estendem até (Q1 - 1,5 \cdot IQR) e (Q3 + 1,5 \cdot IQR);
- Pontos fora dos bigodes são outliers.
Um box plot pode ser gerado usando matplotlib.
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()
Dados do Box Plot
Utilize plt.boxplot(x), onde x pode ser um objeto array-like 1D, um array 2D (uma caixa por coluna) ou uma sequência de arrays 1D.
Parâmetros Opcionais
tick_labels é útil para nomear box plots — especialmente ao plotar múltiplos arrays.
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()
Ao passar um DataFrame com duas colunas numéricas para boxplot(), são criados dois box plots separados com rótulos atribuídos automaticamente.
Há também diversos parâmetros opcionais para personalizar o box plot, que podem ser explorados na documentação do boxplot(), porém, na prática, você pode raramente utilizá-los.
Swipe to start coding
Crie dois box plots usando duas amostras da distribuição normal padrão:
- Utilize a função correta para criar os box plots.
- Use a lista de
normal_sample_1enormal_sample_2(nesta ordem, da esquerda para a direita) como os dados. - Rotule o box plot da esquerda como
First samplee o da direita comoSecond sampleutilizando alist.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Can you explain how to interpret a box plot?
What does the IQR tell us about the data?
How do I identify outliers using a box plot?
Awesome!
Completion rate improved to 3.85Boxplot
Deslize para mostrar o menu
Box plot é outro gráfico extremamente comum em estatística, utilizado para visualizar a tendência central, dispersão e possíveis outliers nos dados por meio de seus quartis.
Quartis
Quartis dividem os dados ordenados em quatro partes iguais:
- Q1 — ponto médio entre o valor mínimo e a mediana (25% dos dados abaixo dele);
- Q2 — a mediana (50% dos dados abaixo);
- Q3 — ponto médio entre a mediana e o valor máximo (75% dos dados abaixo).
Elementos do Box Plot
- O lado esquerdo da caixa representa o Q1, o lado direito representa o Q3;
- IQR = Q3 − Q1, mostrado como a largura da caixa, com a mediana marcada por uma linha amarela;
- Bigodes se estendem até (Q1 - 1,5 \cdot IQR) e (Q3 + 1,5 \cdot IQR);
- Pontos fora dos bigodes são outliers.
Um box plot pode ser gerado usando matplotlib.
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()
Dados do Box Plot
Utilize plt.boxplot(x), onde x pode ser um objeto array-like 1D, um array 2D (uma caixa por coluna) ou uma sequência de arrays 1D.
Parâmetros Opcionais
tick_labels é útil para nomear box plots — especialmente ao plotar múltiplos arrays.
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()
Ao passar um DataFrame com duas colunas numéricas para boxplot(), são criados dois box plots separados com rótulos atribuídos automaticamente.
Há também diversos parâmetros opcionais para personalizar o box plot, que podem ser explorados na documentação do boxplot(), porém, na prática, você pode raramente utilizá-los.
Swipe to start coding
Crie dois box plots usando duas amostras da distribuição normal padrão:
- Utilize a função correta para criar os box plots.
- Use a lista de
normal_sample_1enormal_sample_2(nesta ordem, da esquerda para a direita) como os dados. - Rotule o box plot da esquerda como
First samplee o da direita comoSecond sampleutilizando alist.
Solução
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixoObrigado pelo seu feedback!
single
