6、工程数据分析中的数据可视化方法

工程数据分析中的数据可视化方法

1. 数据预处理与箱线图基础

在进行数据可视化之前，有时需要对数据进行预处理。例如，将频率转换为百分比，使所有条形高度之和为 1，这样可以准确比较两个数据集。同时，为消除箱宽差异，可使用统一的箱宽。以下是示例代码：

h1.Normalization = 'probability';
h1.BinWidth = 10;
h2.Normalization = 'probability';
h2.BinWidth = 10;

箱线图是一种重要的数据可视化方式，它展示了数据集的五数概括，按升序排列分别为最小值、第一四分位数、中位数、第三四分位数和最大值。

1.1 箱线图的结构

• 箱体 ：箱体包含了数据集的中间一半数据，即约 50%的数据落在箱体内。第一四分位数（下四分位数）是 25%的分数低于该值，75%的数据高于它；第三四分位数（上四分位数）是 75%的分数低于该值，25%的数据高于它。箱体的长度代表四分位距，即上四分位数与下四分位数的差值。箱体中间的线表示样本中位数，第二四分位数（中位数）是一半数据值大于该值，一半数据值小于该值。中位数不一定在第一和第三四分位数之间，它的位置取决于数据集。
• 须线 ：从箱体两端延伸出的须线代表落在中间 50%之外的分数。须线从箱体两端延伸到样本的最大值和最小值，因此最小值和最大值标记在须线的端点。

1.2 箱线图的作用

箱线图能快速