12、数据可视化：使用箱线图、分组箱线图和小提琴图识别异常值

数据可视化：使用箱线图、分组箱线图和小提琴图识别异常值

在数据分析中，可视化是理解数据分布和识别异常值的重要工具。本文将介绍如何使用箱线图、分组箱线图和小提琴图来可视化数据，以及如何通过这些图形来识别数据中的异常值。

1. 数据准备

在开始之前，我们需要加载所需的库和数据。以下是加载 pandas 、 matplotlib 库以及相关数据的代码：

import pandas as pd
import matplotlib.pyplot as plt
nls97 = pd.read_csv("data/nls97f.csv", low_memory=False)
nls97.set_index("personid", inplace=True)
covidtotals = pd.read_csv("data/covidtotals.csv", parse_dates=["lastdate"])
covidtotals.set_index("iso_code", inplace=True)

2. 使用箱线图识别连续变量的异常值

箱线图是一种常用的可视化工具，用于展示数据的分布和识别异常值。它基于四分位距（IQR）的概念，即第一四分位数（Q1）和第三四分位数（Q3）之间的距离。任何大于 (1.5 * IQR) + Q3 或小于 Q1 - (1.5 * IQR) 的值都被视为异常值。

以下是使用箱线图展示 SAT 成绩、工作周数