熊猫箱线图的数据限制和最大距离（Python）

我正在使用Python绘制数据（来自许多实验），我想使用

pandas

库的

boxplot

方法

执行

df=pd.DataFrame（值，列=['Col1']）

结果如下：

问题来自极端值。在Matlab中，解决方案是使用“DataLimit”选项：

boxplot(bp1,'DataLim',[4.2,4.3])

来自Matlab文档：

数据限制和最大距离

“DataLim”-极端数据限制 [-Inf，Inf]（默认值）|两元素数字向量

极限数据限值，指定为逗号分隔对，由“DataLim”和分别包含下限和上限的两元素数值向量组成。“ExtremeMode”使用为“DataLim”指定的值来确定哪些数据点是极端的

Python有类似的功能吗？

演练： 但是，我有一次四处走动（我真的不喜欢它，因为它改变了测量的统计分布）：我只是手动排除“有问题的值”：

df = pd.DataFrame(value[100:],columns=['Col1'])
df.boxplot(column=['Col1'])

结果是：

---

这是因为我知道问题在哪里。

您可以使用

ylim

约束轴，而不会从计算中忽略异常值：

data = np.concatenate((np.random.rand(50) * 100,  # spread
                       np.ones(25) * 50,  # center
                       np.random.rand(10) * 100 + 100,  # flier high
                       np.random.rand(10) * -100,  # flier low
                       np.random.rand(2) * 10_000))  # unwanted outlier
fig1, ax1 = plt.subplots()
ax1.boxplot(data)
plt.ylim([-100, 200])
plt.show()

---

您可以使用

ylim

约束轴，而不会从计算中忽略异常值：

data = np.concatenate((np.random.rand(50) * 100,  # spread
                       np.ones(25) * 50,  # center
                       np.random.rand(10) * 100 + 100,  # flier high
                       np.random.rand(10) * -100,  # flier low
                       np.random.rand(2) * 10_000))  # unwanted outlier
fig1, ax1 = plt.subplots()
ax1.boxplot(data)
plt.ylim([-100, 200])
plt.show()

---

在打印之前，你不能用

loc

过滤你的

df

吗？我认为matplotlib中没有一个选项可以完全按照你的要求进行操作。我只需要绘制过滤后的df

df[（df[“Col1”]>4.2）和（df[“Col1”]<4.3）]。boxplot（）

@Josh，你是什么意思？你能举个例子吗？@Runkles是的，它能起作用。但我认为（不确定！！）在Matlab中，这些点是用来统计箱线图的，而不是printed@Runkles如果仅绘制这些数据，则会更改统计分布。不确定这是否适用于OPC。在打印之前，您是否可以使用

loc

过滤

df

？我认为matplotlib中没有一个选项可以完全满足您的要求。我只需要绘制过滤后的df

df[（df[“Col1”]>4.2）和（df[“Col1”]<4.3）]。boxplot（）

@Josh，你是什么意思？你能举个例子吗？@Runkles是的，它能起作用。但我认为（不确定！！）在Matlab中，这些点是用来统计箱线图的，而不是printed@Runkles如果仅绘制这些数据，则会更改统计分布。不确定这对OP是否合适