Stryg for at vise menuen

Boksplot

Definition

Box plot er en anden yderst almindelig graf i statistik, der bruges til at visualisere den centrale tendens, spredning og potentielle outliers i dataene via deres kvartiler.

Kvartiler

Kvartiler opdeler datapunkterne (sorteret i stigende rækkefølge) i fire lige store dele. Der er tre af dem:

Første kvartil (Q1) er tallet midt imellem den mindste værdi (tal) i stikprøven og medianen (25% af dataene ligger i dette interval);
Anden kvartil (Q2) er selve medianen (50% af dataene ligger under medianen);
Tredje kvartil (Q3) er tallet midt imellem medianen af stikprøven og de højeste værdier i stikprøven (75% af dataene ligger under Q3).

Elementer i boksplot

Højre side af den røde rektangel repræsenterer tredje kvartil, og venstre side repræsenterer første kvartil;
Q3 - Q1 kaldes interkvartilområdet (IQR), som er repræsenteret af rektanglet, hvor den gule linje er medianen;
De sorte linjer uden for rektanglet kaldes whiskers. Den venstre repræsenterer $\text{Q1} - 1.5 \cdot \text{IR}$ , og den højre repræsenterer $\text{Q3} + 1.5 \cdot \text{IR}$ ;
Datapunkterne uden for whiskers kaldes outliers.

Næste trin er at generere et boksplot ved hjælp af matplotlib-biblioteket:


              1234567891011
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-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()

Box Plot Data

Funktionen boxplot() fra modulet pyplot anvendes med den første og eneste påkrævede parameter x, som repræsenterer dataene. Disse data kan være et array-lignende objekt (f.eks. en Series), et 2D-array (et box plot tegnes for hver kolonne), eller en sekvens af 1D-arrays (et box plot tegnes for hvert array).

Valgfrie parametre

Parameteren tick_labels er en undtagelse. Denne er især nyttig ikke kun til at navngive et enkelt box plot, men også til at navngive box plots, når der er mere end ét array:


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-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 dette eksempel blev hele DataFrame med to kolonner givet til boxplot(), hvilket resulterede i separate boksplot for hver kolonne med passende etiketter automatisk tildelt.

Læs Mere

Der findes også en del valgfrie parametre til at tilpasse boksplottet, som du kan udforske i boxplot() dokumentationen, men i praksis vil du sjældent bruge dem.

Opgave

Swipe to start coding

Opret to boksplot ved hjælp af to stikprøver fra standard normalfordelingen:

Brug den korrekte funktion til at oprette boksplottene.
Brug listen normal_sample_1 og normal_sample_2 (i denne rækkefølge fra venstre mod højre) som data.
Mærk det venstre boksplot som First sample og det højre som Second sample ved hjælp af list.

Løsning

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder

Var alt klart?

Tak for dine kommentarer!

Sektion 4. Kapitel 2

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Boksplot

Definition

Box plot er en anden yderst almindelig graf i statistik, der bruges til at visualisere den centrale tendens, spredning og potentielle outliers i dataene via deres kvartiler.

Kvartiler

Kvartiler opdeler datapunkterne (sorteret i stigende rækkefølge) i fire lige store dele. Der er tre af dem:

Første kvartil (Q1) er tallet midt imellem den mindste værdi (tal) i stikprøven og medianen (25% af dataene ligger i dette interval);
Anden kvartil (Q2) er selve medianen (50% af dataene ligger under medianen);
Tredje kvartil (Q3) er tallet midt imellem medianen af stikprøven og de højeste værdier i stikprøven (75% af dataene ligger under Q3).

Elementer i boksplot

Højre side af den røde rektangel repræsenterer tredje kvartil, og venstre side repræsenterer første kvartil;
Q3 - Q1 kaldes interkvartilområdet (IQR), som er repræsenteret af rektanglet, hvor den gule linje er medianen;
De sorte linjer uden for rektanglet kaldes whiskers. Den venstre repræsenterer $\text{Q1} - 1.5 \cdot \text{IR}$ , og den højre repræsenterer $\text{Q3} + 1.5 \cdot \text{IR}$ ;
Datapunkterne uden for whiskers kaldes outliers.

Næste trin er at generere et boksplot ved hjælp af matplotlib-biblioteket:


              1234567891011
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-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()

Box Plot Data

Valgfrie parametre

Parameteren tick_labels er en undtagelse. Denne er især nyttig ikke kun til at navngive et enkelt box plot, men også til at navngive box plots, når der er mere end ét array:


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-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 dette eksempel blev hele DataFrame med to kolonner givet til boxplot(), hvilket resulterede i separate boksplot for hver kolonne med passende etiketter automatisk tildelt.

Læs Mere

Der findes også en del valgfrie parametre til at tilpasse boksplottet, som du kan udforske i boxplot() dokumentationen, men i praksis vil du sjældent bruge dem.

Opgave

Swipe to start coding

Opret to boksplot ved hjælp af to stikprøver fra standard normalfordelingen:

Brug den korrekte funktion til at oprette boksplottene.
Brug listen normal_sample_1 og normal_sample_2 (i denne rækkefølge fra venstre mod højre) som data.
Mærk det venstre boksplot som First sample og det højre som Second sample ved hjælp af list.

Løsning

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder

Var alt klart?

Tak for dine kommentarer!

Sektion 4. Kapitel 2

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder