使用 Matplotlib 在一维观测数据中检测异常值的 Python 方式
matplotlibserver side programmingprogramming更新于 2025/8/28 20:07:17
要检测一维观测数据中的异常值，我们可以采取以下步骤 −
创建 spread、center、flier_high 和 flier_low。
使用上述数据(步骤 1)，我们可以计算数据。
使用 suplots() 方法创建一个图和一组子图，即 fig1 和 ax1。
设置 ax1 的标题。
现在使用 boxplot() 方法和数据，绘制箱线图和须状图。须线以外的数据被视为异常值，并被绘制为单独的点。
要显示该图，请使用 show() 方法。
示例
from matplotlib import pyplot as plt
import numpy as np
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True
np.random.seed(19680801)
spread = np.random.rand(50) * 100
center = np.ones(25) * 50
flier_high = np.random.rand(10) * 100 + 100
flier_low = np.random.rand(10) * -100
data = np.concatenate((spread, center, flier_high, flier_low))
fig1, ax1 = plt.subplots()
ax1.set_title('Basic Plot')
ax1.boxplot(data)
plt.show()
输出
