博文配套视频课程：24小时实现从零到AI人工智能

箱盒图公式推导

根据从简到繁的思想首先要了解箱盒图的5个指标，然后推导数据列数为奇数的情况，最后推导列数为偶数的情况

箱盒图5个指标

中位数数不是平均数，Q3也称为75%位数，Q1称为25%位数

数据列为奇数推导

# 数据集为奇数的情况
x = [-7.26, 3, 3.2, 7, 8, 12, 19]
# 1: 先求中位数：(奇数比偶数好求), 此处就是7
# 2: 第3分位数Q3: 包括中位数和后数列 [7, 8, 12, 19],求Q3得: (8 + 12) / 2 = 10
# 3: 第1分位数Q1: 包括中位数和前数列 [1, 3, 3.2, 7],求Q1得: (3 + 3.2) / 2 = 3.1
sns.boxplot(data=x)
plt.show()
# 4:IQR 四分位距: Q3 - Q1: 10 - 3.1 = 6.9
# 5:最小值 = Q1 - 1.5 * IQR ==> 3.1 - 1.5 * 6.9 = -7.25
# 6:最大值 = Q3 + 1.5 * IQR ==> 10 + 1.5 * 6.9 = 20.35
# 7:边缘测试: > 20.35  或者 < -7.25 数据统统为异常数据

偶数列推导

import seaborn as sns
import matplotlib.pyplot as plt# 数据集为偶数的情况
x = [1, 3,19, 3.2, 7, 8, 8.1, 12]
# 1: 先求中位数: (7 + 8) / 2 = 7.5
# 2: 第3分位数Q3：75%
#   2.1: 先求Q3中位数的位置: 3 (n + 1) / 4 = 3(8 + 1)/4 = 6.75 (求位置)
#   2.2: 求Q3：8.1 * 0.75 + 12 * 0.25 = 6.075 + 3 = 9.075
# 3: 第1分位数Q1：25%
#   3.1: 先求Q1中位数的位置 (n + 1) / 4 = (8 + 1)/4 = 2.25
#   3.2: 求Q1: 3 * 0,25 + 3.2 * 0.75 = 0.75 + 2.4 = 3.15
sns.boxplot(data=x)
plt.show()
# 4:IQR 四分位距: 9.075 -  3.15 = 5.925
# 5:最小值 = Q1 - 1.5 * IQR : 3.15 - 5.925 * 1.5 = -5.7375
# 6:最大值 = Q3 + 1.5 * IQR ： 9.075 + 5.925 * 1.5 = 17.9625
# 7:边缘测试:

箱盒图与琴形图数据分析

箱盒图分析性别与年龄相关相关

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plttitanic = pd.read_csv("../data/titanic2.csv")
# sns.countplot(x='sex',hue='age',data=titanic)
# 有些时候散点图、柱状图表达的信息有限,此时就可以采用箱盒图,琴形图
sns.boxplot(x='sex',y='age',data=titanic)
plt.show()

结论: 男女的性别分布很相似,但是年龄女性跨度会更大,而男性老年乘客会更多

琴形图分析

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plttitanic = pd.read_csv("../data/titanic2.csv")
# 琴形图: 箱盒图 + 核密度图
sns.violinplot(x='class',y='age',data=titanic)
plt.show()

结论: 通过琴形图可以得知: 头等舱年龄跨度比较大,三等舱中年人分布比较多

03_泰坦尼克号幸存者分析(下)相关推荐

泰坦尼克号python数据分析统计服_数据分析可视化——泰坦尼克号幸存者分析(上)...
文章目录数据获取.结构分析如何获取seaborn提供数据源特征列分析缺失值与数据清洗年龄缺失值处理填充embarked 删除不必要的列幸存者分析分析性别对存活率的影响分析年龄对存活率影响分 ...
02_泰坦尼克号幸存者分析(上)
文章目录数据获取.结构分析如何获取seaborn提供数据源特征列分析缺失值与数据清洗年龄缺失值处理填充embarked 删除不必要的列幸存者分析分析性别对存活率的影响分析年龄对存活率 ...
SPSS Modeler泰坦尼克号幸存者分析
数据来源:"Kaggle泰坦尼克号挑战杯"竞赛泰坦尼克号数据 PS:需要创建一个帐户才能访问数据. 下载的数据是.CSV格式 1. 数据介绍数据集中共有12个字段,Passeng ...
Python数据挖掘项目：构建随机森林算法模型预测分析泰坦尼克号幸存者数据
作者CSDN:进击的西西弗斯本文链接:https://blog.csdn.net/qq_42216093/article/details/120196972 版权声明:本文为作者原创文章,未经作者同 ...
Kaggle入门项目，泰坦尼克号幸存者
泰坦尼克号幸存者项目是kaggle的入门项目,我先用python的matplotlib库对数据进行了可视化,初步探索后对数据进行了清洗,然后建立了逻辑回归模型对测试集进行了预测,kaggle得分是0. ...
【阅读笔记】使用决策树预测泰坦尼克号幸存者实例 - scikit-learn机器学习
文章目录使用决策树预测泰坦尼克号幸存者实例一.数据获取二.数据探索数据质量分析(缺失值.异常值.一致性) 三.数据预处理四.数据建模五.优化模型参数使用决策树预测泰坦尼克号幸存者实例代 ...
特征工程实践:泰坦尼克号幸存者预测
文章目录泰坦尼克号幸存者预测泰坦尼克号幸存者预测数据集下载地址:https://www.kaggle.com/c/titanic/data . 本案例主要展示特征工程对数据集的处理方法,模型只选 ...
极简sklearn-使用决策树预测泰坦尼克号幸存者
泰坦尼克号幸存者数据集是kaggle竞赛中入门级的数据集,今天我们就来用决策树来预测下哪些人会成为幸存者. 数据集下载地址: https://download.csdn.net/download/ti ...
1.决策树实例：泰坦尼克号幸存者的预测
决策树文章目录决策树 1.概述 1.1决策树是如何工作的 2 DecisionTreeClassififier与红酒数据集 2.1重要参数 2.1.1 criterion 2.1.2 random ...

03_泰坦尼克号幸存者分析(下)

文章目录

博文配套视频课程：24小时实现从零到AI人工智能

箱盒图公式推导

箱盒图5个指标

数据列为奇数推导

偶数列推导

箱盒图与琴形图数据分析

箱盒图分析性别与年龄相关相关

琴形图分析

03_泰坦尼克号幸存者分析(下)相关推荐

最新文章

热门文章