Låddiagram
Lådagram är ett annat mycket vanligt diagram inom statistik som används för att visualisera central tendens, spridning och potentiella avvikare i data via deras kvartiler.
Kvartiler
Kvartiler delar datapunkterna (sorterade i stigande ordning) i fyra lika stora delar. Det finns tre av dem:
- Första kvartilen (Q1) är det mittersta talet mellan det minsta värdet i urvalet och medianen (25% av datan ligger inom detta intervall);
- Andra kvartilen (Q2) är själva medianen (50% av datan ligger under medianen);
- Tredje kvartilen (Q3) är det mittersta talet mellan medianen och de högsta värdena i urvalet (75% av datan ligger under Q3).
Boxplot-element
- Högra sidan av den röda rektangeln representerar tredje kvartilen och vänstra sidan representerar första kvartilen;
- Q3 - Q1 kallas för interkvartilavstånd (IQR), vilket representeras av rektangeln där den gula linjen är medianen;
- De svarta linjerna utanför rektangeln kallas visare. Den vänstra representerar Q1−1.5⋅IR, och den högra representerar Q3+1.5⋅IR;
- Datapunkterna som ligger utanför visarna kallas avvikare.
Nästa steg är att generera ett boxplot med hjälp av biblioteket 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()
Boxplotdata
Funktionen boxplot()
från modulen pyplot
används med den första och enda obligatoriska parametern x
som representerar data. Dessa data kan vara ett array-liknande objekt (t.ex. en Series
), en 2D-array (ett boxplot ritas för varje kolumn), eller en sekvens av 1D-arrayer (ett boxplot ritas för varje array).
Valfria parametrar
Parametern tick_labels
är ett undantag. Denna är särskilt användbar inte bara för att märka ett enskilt boxplot, utan även för att märka boxplots när det finns flera arrayer:
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()
I det här exemplet skickades hela DataFrame
med två kolumner till boxplot()
, vilket resulterade i separata lådagram för varje kolumn med lämpliga etiketter automatiskt tilldelade.
Det finns också en hel del valfria parametrar för att anpassa lådagrammet, vilka du kan utforska i boxplot()
dokumentationen, men i praktiken använder du dem sällan.
Swipe to start coding
Skapa två lådagram med hjälp av två stickprov från standardnormalfördelningen:
- Använd rätt funktion för att skapa lådagrammen.
- Använd listorna
normal_sample_1
ochnormal_sample_2
(i denna ordning från vänster till höger) som data. - Märk det vänstra lådagrammet som
First sample
och det högra somSecond sample
med hjälp avlist
.
Lösning
Tack för dina kommentarer!
single
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Awesome!
Completion rate improved to 3.85
Låddiagram
Svep för att visa menyn
Lådagram är ett annat mycket vanligt diagram inom statistik som används för att visualisera central tendens, spridning och potentiella avvikare i data via deras kvartiler.
Kvartiler
Kvartiler delar datapunkterna (sorterade i stigande ordning) i fyra lika stora delar. Det finns tre av dem:
- Första kvartilen (Q1) är det mittersta talet mellan det minsta värdet i urvalet och medianen (25% av datan ligger inom detta intervall);
- Andra kvartilen (Q2) är själva medianen (50% av datan ligger under medianen);
- Tredje kvartilen (Q3) är det mittersta talet mellan medianen och de högsta värdena i urvalet (75% av datan ligger under Q3).
Boxplot-element
- Högra sidan av den röda rektangeln representerar tredje kvartilen och vänstra sidan representerar första kvartilen;
- Q3 - Q1 kallas för interkvartilavstånd (IQR), vilket representeras av rektangeln där den gula linjen är medianen;
- De svarta linjerna utanför rektangeln kallas visare. Den vänstra representerar Q1−1.5⋅IR, och den högra representerar Q3+1.5⋅IR;
- Datapunkterna som ligger utanför visarna kallas avvikare.
Nästa steg är att generera ett boxplot med hjälp av biblioteket 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()
Boxplotdata
Funktionen boxplot()
från modulen pyplot
används med den första och enda obligatoriska parametern x
som representerar data. Dessa data kan vara ett array-liknande objekt (t.ex. en Series
), en 2D-array (ett boxplot ritas för varje kolumn), eller en sekvens av 1D-arrayer (ett boxplot ritas för varje array).
Valfria parametrar
Parametern tick_labels
är ett undantag. Denna är särskilt användbar inte bara för att märka ett enskilt boxplot, utan även för att märka boxplots när det finns flera arrayer:
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()
I det här exemplet skickades hela DataFrame
med två kolumner till boxplot()
, vilket resulterade i separata lådagram för varje kolumn med lämpliga etiketter automatiskt tilldelade.
Det finns också en hel del valfria parametrar för att anpassa lådagrammet, vilka du kan utforska i boxplot()
dokumentationen, men i praktiken använder du dem sällan.
Swipe to start coding
Skapa två lådagram med hjälp av två stickprov från standardnormalfördelningen:
- Använd rätt funktion för att skapa lådagrammen.
- Använd listorna
normal_sample_1
ochnormal_sample_2
(i denna ordning från vänster till höger) som data. - Märk det vänstra lådagrammet som
First sample
och det högra somSecond sample
med hjälp avlist
.
Lösning
Tack för dina kommentarer!
Awesome!
Completion rate improved to 3.85single