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()
python、matplotlib画箱体图检验异常值
2023-02-08
102
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
python、matplotlib画箱体图检验异常值
目录
相关文章
|
16天前
|
数据可视化
Python
以下是一些常用的图表类型及其Python代码示例，使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表，您可以更直观地理解和选择适合的数据可视化图表类型，帮助更有效地展示和分析数据。
59
8
8
|
1月前
|
测试技术
开发者
Python
对于Python中的异常要如何处理，raise关键字你真的了解吗？一篇文章带你从头了解
`raise`关键字在Python中用于显式引发异常，允许开发者在检测到错误条件时中断程序流程，并通过异常处理机制（如try-except块）接管控制。`raise`后可跟异常类型、异常对象及错误信息，适用于验证输入、处理错误、自定义异常、重新引发异常及测试等场景。例如，`raise ValueError("Invalid input")`用于验证输入数据，若不符合预期则引发异常，确保数据准确并提供清晰错误信息。此外，通过自定义异常类，可以针对特定错误情况提供更具体的信息，增强代码的健壮性和可维护性。
58
8
8
|
1月前
|
Python
|
1月前
|
Python
|
1月前
|
存储
开发者
Python
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分，介绍了显著性检验的基本概念、作用及原理，通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法，包括正态性检验中的偏度和峰度计算，以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
30
1
1
|
1月前
|
BI
Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用，包括如何利用scipy.stats模块进行显著性检验，以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息，如观测次数、最小最大值、均值、方差等。
29
1
1
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 7
SciPy 教程之 Scipy 显著性检验第7部分，介绍显著性检验的基本概念及其在 SciPy 中的应用。显著性检验用于评估样本数据与假设之间的差异是否由随机因素引起。SciPy 的 `scipy.stats` 模块提供了执行显著性检验的功能，包括 KS 检验等方法，用于检测数据是否符合特定分布。示例代码展示了如何使用 KS 检验验证一组数据是否符合正态分布。
27
2
2
|
2月前
|
存储
索引
Python
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验，包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著，是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能，支持双边检验等方法。
38
1
1