python、matplotlib画箱体图检验异常值

简介: python、matplotlib画箱体图检验异常值
import pandas as pd
import os
import matplotlib.pyplot as plt
data=pd.read_excel('C:/Users/Administrator/Desktop/demo/data/catering_sale.xls',index_col='日期')
plt.rcParams['font.sans-serif']=['SimHei']#正常显示中文
plt.rcParams['axes.unicode_minus']=False#正常显示负号
plt.figure(figsize=(8,8))
p=data.boxplot(return_type='dict')
x=p['fliers'][0].get_xdata()
y=p['fliers'][0].get_ydata()
y.sort()
for i in range(len(x)):
    if i>0:
        plt.annotate(y[i],xy=(x[i],y[i]),xytext=(x[i]+0.05-0.8/(y[i]-y[i-1]),y[i]))
    else:
        plt.annotate(y[i],xy=(x[i],y[i]),xytext=(x[i]+0.8,y[i]))
plt.show()
目录
相关文章
|
16天前
|
索引 Python
Python中的异常处理与自定义异常
Python中的异常处理与自定义异常
19 0
|
1天前
|
数据可视化 Python Windows
使用Python进行数据可视化(一、matplotlib)
使用Python进行数据可视化(一、matplotlib)
|
2天前
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
【6月更文挑战第12天】在数字时代,Python因其强大的数据处理能力和易用性成为数据分析首选工具。结合Pandas(用于高效数据处理)和Matplotlib(用于数据可视化),能助你成为数据分析专家。Python处理数据预处理、分析和可视化,Pandas的DataFrame简化表格数据操作,Matplotlib则提供丰富图表展示数据。掌握这三个库,数据分析之路将更加畅通无阻。
|
4天前
|
人工智能 数据可视化 开发者
|
4天前
|
SQL 数据可视化 算法
python实战分析解锁增长之谜:瀑布图揭示科技初创公司营收背后的真相
python实战分析解锁增长之谜:瀑布图揭示科技初创公司营收背后的真相
|
6天前
|
数据可视化 数据挖掘 大数据
Python中的数据可视化库Matplotlib及其应用
数据可视化是数据分析过程中至关重要的一环,而Matplotlib作为Python中最流行的数据可视化库之一,为用户提供了丰富的绘图工具和定制选项。本文将介绍Matplotlib的基本用法和常见应用,帮助读者更好地利用这一强大工具进行数据呈现和分析。
|
13天前
|
Python
Python文件的异常、模块与包
Python文件的异常、模块与包
14 3
|
17天前
|
数据可视化 数据处理 Python
Python数据可视化:Matplotlib库的使用与实战
Python数据可视化:Matplotlib库的使用与实战
34 0
|
22天前
|
Python
python相关库的安装:pandas,numpy,matplotlib,statsmodels
python相关库的安装:pandas,numpy,matplotlib,statsmodels
|
24天前
|
存储 JSON JavaScript
Python文件和异常(二)
Python文件和异常(二)
25 0