对一组简单数据集进行箱型图分析，计算该数据集的上限和下限

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
box_data = {12, 34, 3, 5, 6, 8, 9, 5, 120}
lable='A'
plt.boxplot(box_data,labels=lable)
plt.show()

# 下四分分位数Q1=2.75：是怎么计算出来的呢？首先序列长度n=9，(1+n)/4=2.5，说明上四分位数在第2.5个位置数，实际上这个数是不存在的
# 但我们知道这个位置是在第2个数与第3个数之间的。假设从第2个数到第3个数之间是均匀分布的。那么第2.5个数就是第二个数0.5+第三个数0.5，
# 即0.5*5+0.5*5=5
box_data = {12, 34, 3, 5, 6, 8, 9, 5, 120}
# 数据集个数为9
n=9
# 位置x
x=(n+1)/4
# x=2.5 在第二个和第三个之间
# Q1为下四分位
Q1=0.5*5+0.5*5
# 下四分位数Q1=5
# 中位数Q2
Q2=8
# 上四分位数Q3=23：这个下四分位数所在位置计算方法同上，只不过是(1+n)*3/4=7.5，这个是个介于第7个
# 位置与第8个位置之间的地方。对应的具体的值是0.5*12+0.5*34=23。
# 位置y
y=(1+n)*3/4
# y=7.5 介于7和8
# Q3上四分位数
Q3=0.5*12+0.5*34
# 上四分位数Q3=23
#四分位距离
IQR=Q3-Q1
up=Q3+1.5*IQR
# 上限up=50
down=Q1-1.5*IQR
# 下限down=-22
print(up,down)
# 超出上下限为异常值