Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Impara Diagramma a Scatola | Altri Grafici Statistici
Visualizzazione Definitiva con Python

Scorri per mostrare il menu

book
Diagramma a Scatola

Note
Definizione

Box plot è un altro grafico estremamente comune in statistica, utilizzato per visualizzare la tendenza centrale, la dispersione e i potenziali outlier nei dati tramite i loro quartili.

Quartili

I quartili dividono i punti dati (ordinati in ordine crescente) in quattro parti di uguale dimensione. Sono tre:

  • Il primo quartile (Q1) è il valore centrale tra il valore più piccolo del campione e la mediana (il 25% dei dati si trova in questo intervallo);

  • Il secondo quartile (Q2) è la mediana stessa (il 50% dei dati si trova al di sotto della mediana);

  • Il terzo quartile (Q3) è il valore centrale tra la mediana del campione e il valore più alto del campione (il 75% dei dati si trova al di sotto del Q3).

Elementi del Box Plot

  • Il lato destro del rettangolo rosso rappresenta il terzo quartile e il lato sinistro rappresenta il primo quartile;

  • Q3 - Q1 è chiamato intervallo interquartile (IQR), rappresentato dal rettangolo in cui la linea gialla indica la mediana;

  • Le linee nere all'esterno del rettangolo sono chiamate baffi. Quella a sinistra rappresenta Q1−1.5⋅IR\text{Q1} - 1.5 \cdot \text{IR}, mentre quella a destra rappresenta Q3+1.5⋅IR\text{Q3} + 1.5 \cdot \text{IR};

  • I punti dati che si trovano al di fuori dei baffi sono chiamati outlier.

Il passo successivo è generare un box plot utilizzando la libreria matplotlib:


              
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()
copy

Dati del Box Plot

La funzione boxplot() del modulo pyplot viene utilizzata con il primo e unico parametro obbligatorio x che rappresenta i dati. Questi dati possono essere un oggetto simile a un array (ad esempio, una Series), un array 2D (viene disegnato un box plot per ogni colonna), oppure una sequenza di array 1D (viene disegnato un box plot per ogni array).

Parametri Opzionali

Il parametro tick_labels è un'eccezione. Questo in particolare è utile non solo per etichettare un singolo box plot, ma anche per etichettare i box plot quando c'è più di un 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()
copy

In questo esempio, l'intero DataFrame con due colonne è stato passato a boxplot(), producendo box plot separati per ciascuna colonna con etichette appropriate assegnate automaticamente.

Note
Approfondisci

Sono inoltre disponibili numerosi parametri opzionali per personalizzare il box plot, che puoi esplorare nella documentazione di boxplot(), anche se nella pratica potresti utilizzarli raramente.

Compito

Swipe to start coding

Crea due box plot utilizzando due campioni dalla distribuzione normale standard:

  1. Utilizza la funzione corretta per creare i box plot.
  2. Usa la lista di normal_sample_1 e normal_sample_2 (in quest'ordine da sinistra a destra) come dati.
  3. Etichetta il box plot di sinistra come First sample e quello di destra come Second sample utilizzando la list.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 2
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?

Chieda ad AI

expand
ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

book
Diagramma a Scatola

Note
Definizione

Box plot è un altro grafico estremamente comune in statistica, utilizzato per visualizzare la tendenza centrale, la dispersione e i potenziali outlier nei dati tramite i loro quartili.

Quartili

I quartili dividono i punti dati (ordinati in ordine crescente) in quattro parti di uguale dimensione. Sono tre:

  • Il primo quartile (Q1) è il valore centrale tra il valore più piccolo del campione e la mediana (il 25% dei dati si trova in questo intervallo);

  • Il secondo quartile (Q2) è la mediana stessa (il 50% dei dati si trova al di sotto della mediana);

  • Il terzo quartile (Q3) è il valore centrale tra la mediana del campione e il valore più alto del campione (il 75% dei dati si trova al di sotto del Q3).

Elementi del Box Plot

  • Il lato destro del rettangolo rosso rappresenta il terzo quartile e il lato sinistro rappresenta il primo quartile;

  • Q3 - Q1 è chiamato intervallo interquartile (IQR), rappresentato dal rettangolo in cui la linea gialla indica la mediana;

  • Le linee nere all'esterno del rettangolo sono chiamate baffi. Quella a sinistra rappresenta Q1−1.5⋅IR\text{Q1} - 1.5 \cdot \text{IR}, mentre quella a destra rappresenta Q3+1.5⋅IR\text{Q3} + 1.5 \cdot \text{IR};

  • I punti dati che si trovano al di fuori dei baffi sono chiamati outlier.

Il passo successivo è generare un box plot utilizzando la libreria matplotlib:


              
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()
copy

Dati del Box Plot

La funzione boxplot() del modulo pyplot viene utilizzata con il primo e unico parametro obbligatorio x che rappresenta i dati. Questi dati possono essere un oggetto simile a un array (ad esempio, una Series), un array 2D (viene disegnato un box plot per ogni colonna), oppure una sequenza di array 1D (viene disegnato un box plot per ogni array).

Parametri Opzionali

Il parametro tick_labels è un'eccezione. Questo in particolare è utile non solo per etichettare un singolo box plot, ma anche per etichettare i box plot quando c'è più di un 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()
copy

In questo esempio, l'intero DataFrame con due colonne è stato passato a boxplot(), producendo box plot separati per ciascuna colonna con etichette appropriate assegnate automaticamente.

Note
Approfondisci

Sono inoltre disponibili numerosi parametri opzionali per personalizzare il box plot, che puoi esplorare nella documentazione di boxplot(), anche se nella pratica potresti utilizzarli raramente.

Compito

Swipe to start coding

Crea due box plot utilizzando due campioni dalla distribuzione normale standard:

  1. Utilizza la funzione corretta per creare i box plot.
  2. Usa la lista di normal_sample_1 e normal_sample_2 (in quest'ordine da sinistra a destra) come dati.
  3. Etichetta il box plot di sinistra come First sample e quello di destra come Second sample utilizzando la list.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 2
Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?
some-alt