Hình ảnh trên là một ô vuông . Biểu đồ hộp là một cách tiêu chuẩn hóa để hiển thị phân phối dữ liệu dựa trên tóm tắt năm số [“tối thiểu”, phần tư thứ nhất [Q1], trung vị, phần tư thứ ba [Q3] và “tối đa”]. Nó có thể cho bạn biết về những ngoại lệ của bạn và giá trị của chúng. Nó cũng có thể cho bạn biết liệu dữ liệu của bạn có đối xứng hay không, dữ liệu của bạn được nhóm chặt chẽ như thế nào và nếu và cách dữ liệu của bạn bị lệch.
Bạn đang xem: Boxplot là gì
Hướng dẫn này sẽ bao gồm:
Boxplot là gì? Hiểu giải phẫu của một ô vuông bằng cách so sánh một ô vuông với hàm mật độ xác suất cho một phân phối chuẩn. Làm thế nào để bạn tạo và giải thích các hộp đồ trang bằng Python? Boxplot là gì?Đối với một số phân phối / bộ dữ liệu, bạn sẽ thấy rằng bạn cần nhiều thông tin hơn là các thước đo của xu hướng trung tâm [trung bình, trung bình và chế độ].
Bạn cần có thông tin về sự thay đổi hoặc phân tán của dữ liệu. Biểu đồ hình hộp là một biểu đồ cung cấp cho bạn dấu hiệu tốt về cách các giá trị trong dữ liệu được trải ra. Mặc dù biểu đồ hộp có vẻ nguyên thủy so với biểu đồ hoặc biểu đồ mật độ , nhưng chúng có lợi thế là chiếm ít không gian hơn, điều này rất hữu ích khi so sánh phân phối giữa nhiều nhóm hoặc tập dữ liệu.
Boxplots là một cách tiêu chuẩn hóa để hiển thị phân phối dữ liệu dựa trên tóm tắt năm số [“tối thiểu”, phần tư thứ nhất [Q1], trung vị, phần tư thứ ba [Q3] và “tối đa”].
trung vị [Phần trăm thứ 2/50] : giá trị giữa của tập dữ liệu.
phần tư đầu tiên [Phần trăm Q1 / 25] : số chính giữa giữa số nhỏ nhất [không phải số "tối thiểu"] và số trung bình của tập dữ liệu.
phần tư thứ ba [Phần trăm thứ 3/75] : giá trị ở giữa giữa giá trị trung bình và giá trị cao nhất [không phải "tối đa"] của tập dữ liệu.
phạm vi liên phân vị [IQR] : phân vị thứ 25 đến 75.
râu [màu xanh lam]
ngoại lệ [được hiển thị dưới dạng vòng tròn màu xanh lục]
"Tối đa" : Q3 + 1.5 * IQR
"Tối thiểu" : Q1 -1,5 * IQR
Điều gì xác định ngoại lệ, "tối thiểu" hoặc "tối đa" có thể chưa rõ ràng. Phần tiếp theo sẽ cố gắng làm rõ điều đó cho bạn.
Boxplot trên phân phối bình thườngHình ảnh trên là sự so sánh giữa biểu đồ hình hộp có phân phối gần chuẩn và hàm mật độ xác suất [pdf] cho phân phối chuẩn. Lý do tại sao tôi cho bạn xem hình ảnh này là việc xem xét một phân phối thống kê phổ biến hơn là xem một biểu đồ hình hộp. Nói cách khác, nó có thể giúp bạn hiểu về một boxplot.
Phần này sẽ bao gồm nhiều thứ bao gồm:
Mức độ ngoại lệ như thế nào [đối với phân phối chuẩn] .7% dữ liệu. "Tối thiểu" và "tối đa" là gìPhần này của bài đăng rất giống với bài viết quy tắc 68–95–99.7 , nhưng được điều chỉnh cho một cốt truyện. Để có thể hiểu phần trăm đến từ đâu, điều quan trọng là phải biết về hàm mật độ xác suất [PDF]. Một PDF được sử dụng để xác định xác suất của biến ngẫu nhiên rơi xuống trong một phạm vi cụ thể của các giá trị , như trái ngược với tham gia vào bất kỳ giá trị một. Xác suất này được cho bởi tích phân của PDF của biến này trên phạm vi đó - nghĩa là, nó được cung cấp bởi diện tích dưới hàm mật độ nhưng nằm trên trục hoành và giữa giá trị thấp nhất và lớn nhất của phạm vi. Định nghĩa này có thể không có nhiều ý nghĩa vì vậy hãy làm rõ nó bằng cách vẽ đồ thị hàm mật độ xác suất cho một phân phối chuẩn. Phương trình dưới đây là hàm mật độ xác suất cho phân phối chuẩn
Hãy đơn giản hóa nó bằng cách giả sử chúng ta có trung bình [μ] là 0 và độ lệch chuẩn [σ] là 1.
Điều này có thể được vẽ bằng bất kỳ thứ gì, nhưng tôi chọn vẽ biểu đồ bằng Python.
# Import all libraries for this portion of the blog postfrom scipy.integrate import quadimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlinex = np.linspace[-4, 4, num = 100]constant = 1.0 / np.sqrt[2*np.pi]pdf_normal_distribution = constant * np.exp[[-x**2] / 2.0]fig, ax = plt.subplots[figsize=[10, 5]];ax.plot[x, pdf_normal_distribution];ax.set_ylim[0];ax.set_title["Normal Distribution", size = 20];ax.set_ylabel["Probability Density", size = 20];
# Make PDF for the normal distribution a functiondef normalProbabilityDensity[x]: constant = 1.0 / np.sqrt[2*np.pi] return[constant * np.exp[[-x**2] / 2.0] ]# Integrate PDF from -.6745 to .6745result_50p, _ = quad[normalProbabilityDensity, -.6745, .6745, limit = 1000]print[result_50p]
# Make a PDF for the normal distribution a functiondef normalProbabilityDensity[x]: constant = 1.0 / np.sqrt[2*np.pi] return[constant * np.exp[[-x**2] / 2.0] ]# Integrate PDF from -2.698 to 2.698result_99_3p, _ = quad[normalProbabilityDensity, -2.698, 2.698, limit = 1000]print[result_99_3p]
Xem thêm: Hướng Dẫn Up Rom Cho Zenfone 4, 5, 6 Nhanh Nhất, Hướng Dẫn Up Rom Asus Zenfone 5
Phần này phần lớn dựa trên video xem trước miễn phí từ khóa học Python cho Trực quan hóa dữ liệu của tôi . Trong phần trước, chúng ta đã xem xét một ô vuông trên phân phối chuẩn, nhưng vì bạn rõ ràng không phải lúc nào cũng có một phân phối chuẩn cơ bản, hãy xem qua cách sử dụng một ô vuông trên một tập dữ liệu thực. Để làm điều này, chúng tôi sẽ sử dụng Bộ dữ liệu Wisconsin [Chẩn đoán] Ung thư vú . Nếu bạn không có tài khoản Kaggle, bạn có thể tải xuống bộ dữ liệu từ github của tôi .
Đọc trong dữ liệu
Đoạn mã dưới đây đọc dữ liệu vào khung dữ liệu gấu trúc.
import pandas as pdimport seaborn as snsimport matplotlib.pyplot as plt# Put dataset on my github repo df = pd.read_csv["//raw.githubusercontent.com/mGalarnyk/Python_Tutorials/master/Kaggle/BreastCancerWisconsin/data/data.csv"] Biểu đồ hình hộp được sử dụng bên dưới để phân tích mối quan hệ giữa một đặc điểm phân loại [khối u ác tính hoặc lành tính] và một đặc điểm liên tục [area_mean].
Có một số cách để vẽ đồ thị hình hộp thông qua Python. Bạn có thể vẽ biểu đồ hình hộp thông qua seaborn, matplotlib hoặc gấu trúc.
sơ sinh
Đoạn mã dưới đây chuyển khung dữ liệu gấu trúc dfvào seaborn"s boxplot.
sns.boxplot[x="diagnosis", y="area_mean", data=df]
Các hộp đấu bạn đã thấy trong bài viết này được thực hiện thông qua matplotlib. Cách tiếp cận này có thể tẻ nhạt hơn nhiều, nhưng có thể cung cấp cho bạn mức độ kiểm soát cao hơn.
malignant = df
Hình ảnh trên là một ô vuông . Biểu đồ hộp là một cách tiêu chí hóa để hiển thị cung cấp dữ liệu dựa vào tóm lược năm số [“tối thiểu”, phần tư đầu tiên [Q1], trung vị, phần tư thứ ba [Q3] & “tối đa”]. Nó có thể cho bạn biết về những ngoại lệ của các bạn & giá trị của chúng. Nó cũng có thể cho bạn biết liệu dữ liệu của các bạn có đối xứng hay không, dữ liệu của các bạn được nhóm chặt chẽ như vậy nào & nếu & cách dữ liệu của các bạn bị lệch.
Bạn đang xem: Boxplot là gì
Chỉ dẫn này sẽ bao gồm:
Boxplot là gì? Hiểu phẫu thuật của một ô vuông bằng cách so sánh một ô vuông với hàm mật độ xác suất cho một cung cấp chuẩn. Làm sao để bạn tạo & giải thích các hộp đồ trang bằng Python? Boxplot là gì?
Boxplot là gì? Hiểu phẫu thuật của một ô vuông bằng cách so sánh một ô vuông với hàm mật độ xác suất cho một cung cấp chuẩn. Làm sao để bạn tạo & giải thích các hộp đồ trang bằng Python? Boxplot là gì?
So với một số cung cấp / bộ dữ liệu, bạn sẽ thấy rằng bạn cần nhiều thông tin hơn là các thước đo của khuynh hướng trọng điểm [bình quân, bình quân & cơ chế].
Đôi lúc, giá trị bình quân, giá trị bình quân & cơ chế không đủ để miêu tả một tập dữ liệu [lấy từ đây].
Bạn cần phải có thông tin về sự biến đổi hoặc phân tán của dữ liệu. Biểu đồ hình hộp là một biểu đồ phân phối cho bạn triệu chứng tốt về cách các giá trị trong dữ liệu được trải ra. Mặc dầu biểu đồ hộp có lẽ nguyên thủy đối với biểu đồ hoặc biểu đồ mật độ , nhưng chúng bổ ích thế là chiếm ít không gian hơn, điều này rất hữu hiệu khi so sánh cung cấp giữa nhiều nhóm hoặc tập dữ liệu.
Các phần khác nhau của một boxplot
Boxplots là một cách tiêu chí hóa để hiển thị cung cấp dữ liệu dựa vào tóm lược năm số [“tối thiểu”, phần tư đầu tiên [Q1], trung vị, phần tư thứ ba [Q3] & “tối đa”].
trung vị [% thứ 2/50] : giá trị giữa của tập dữ liệu.
phần tư trước nhất [% Q1 / 25] : số trung tâm giữa số nhỏ nhất [không phải số “tối thiểu”] & số bình quân của tập dữ liệu.
phần tư thứ ba [% thứ 3/75] : giá trị ở giữa giữa giá trị bình quân & giá trị cao nhất [không phải “tối đa”] của tập dữ liệu.
phạm vi liên phân vị [IQR] : phân vị thứ 25 đến 75.
râu [màu xanh lam]
ngoại lệ [được hiển thị dưới dạng vòng tròn màu xanh lục]
“Tối đa” : Q3 + 1.5 * IQR
“Tối thiểu” : Q1 -1,5 * IQR
Điều gì xác nhận ngoại lệ, “tối thiểu” hoặc “tối đa” có thể chưa rõ ràng và cụ thể. Phần kế đến sẽ nỗ lực làm rõ điều đó cho bạn.
Boxplot trên cung cấp bình bình
Boxplot trên cung cấp bình thườngSo sánh biểu đồ hộp có cung cấp gần chuẩn & hàm mật độ xác suất [pdf] cho cung cấp chuẩn
Hình ảnh trên là sự so sánh giữa biểu đồ hình hộp có cung cấp gần chuẩn & hàm mật độ xác suất [pdf] cho cung cấp chuẩn. Nguyên nhân vì sao tôi cho bạn xem hình ảnh đó là việc cân nhắc một cung cấp đo đạc thông dụng hơn là xem một biểu đồ hình hộp. Nói cách khác, nó có thể giúp bạn hiểu về một boxplot.
Phần này sẽ bao gồm nhiều thứ bao gồm:
Mức độ ngoại lệ như vậy nào [so với cung cấp chuẩn] .7% dữ liệu. “Tối thiểu” & “tối đa” là gì
Mức độ ngoại lệ như vậy nào [so với cung cấp chuẩn] .7% dữ liệu. “Tối thiểu” & “tối đa” là gì
Phần này của bài đăng rất giống với nội dung nguyên tắc 68–95–99.7 , nhưng được bố trí cho một cốt chuyện. Để có thể hiểu % tới từ đâu, điều trọng yếu là phải biết về hàm mật độ xác suất [PDF]. Một PDF được sử dụng để xác nhận xác suất của biến bỗng nhiên rơi xuống trong một phạm vi rõ ràng của các giá trị , như trái ngược với gia nhập vào bất kỳ giá trị một. Xác suất này được cho bởi tích phân của PDF của biến này trên phạm vi đó – nghĩa là, nó được phân phối bởi diện tích dưới hàm mật độ nhưng nằm trên trục hoành & giữa giá trị thấp nhất & lớn nhất của phạm vi. Khái niệm này có thể ít có ý nghĩa chính vì thế hãy làm rõ nó bằng phương pháp vẽ đồ thị hàm mật độ xác suất cho một cung cấp chuẩn. Phương trình dưới đây là hàm mật độ xác suất cho cung cấp chuẩn
PDF cho một bản cung cấp thông thường
Hãy dễ dàng hóa nó bằng cách giả sử tất cả chúng ta có bình quân [μ] là 0 & độ lệch chuẩn [o] là 1.
PDF cho một bản cung cấp thông thường
Điều này có thể được vẽ bằng bất kỳ thứ gì, nhưng tôi chọn vẽ biểu đồ bằng Python.
# Import all libraries for this portion of the blog postfrom scipy.integrate import quadimport numpy as npimport matplotlib.pyplot as pltphần trămmatplotlib inlinex = np.linspace[-4, 4, num = 100]constant = 1.0 / np.sqrt[2*np.pi]pdf_normal_distribution = constant * np.exp[[-x**2] / 2.0]fig, ax = plt.subplots[figsize=[10, 5]];ax.plot[Ҳ, pdf_normal_distribution];ax.set_ylim[0];ax.set_title[“Normal Distribution”, size = 20];ax.set_ylabel[“Probability Density”, size = 20];
# Make PDF for the normal distribution α functiondef normalProbabilityDensity[Ҳ]: constant = 1.0 / np.sqrt[2*np.pi] return[constant * np.exp[[-x**2] / 2.0] ]# Integrate PDF from -.6745 to .6745result_50p, _ = quad[normalProbabilityDensity, -.6745, .6745, limit = 1000]print[result_50p]
# Make α PDF for the normal distribution α functiondef normalProbabilityDensity[Ҳ]: constant = 1.0 / np.sqrt[2*np.pi] return[constant * np.exp[[-x**2] / 2.0] ]# Integrate PDF from -2.698 to 2.698result_99_3p, _ = quad[normalProbabilityDensity, -2.698, 2.698, limit = 1000]print[result_99_3p]
Điều trọng yếu cần chú ý là so với bất kỳ tệp PDF nào, diện tích bên dưới đường cong phải là 1 [xác suất vẽ bất kỳ số nào từ phạm vi của hàm luôn là 1].
Đọc thêm:
Điều trọng yếu cần chú ý là so với bất kỳ tệp PDF nào, diện tích bên dưới đường cong phải là 1 [xác suất vẽ bất kỳ số nào từ phạm vi của hàm luôn là 1].Đọc thêm: Hướng Dẫn Up Rom Cho Zenfone 4, 5, 6 Nhanh Nhất, Hướng Dẫn Up Rom Hãng Asus Zenfone 5
Phần này phần nhiều dựa vào video xem trước Free keyword học Python cho Trực quan hóa dữ liệu của tôi . Trong phần trước, tất cả chúng ta đã cân nhắc một ô vuông trên cung cấp chuẩn, nhưng vì bạn rõ ràng và cụ thể không phải bao giờ cũng có một cung cấp chuẩn căn bản, hãy tham khảo cách dùng một ô vuông trên một tập dữ liệu thực. Để làm điều này, //daquyneja.com/wiki/ sẽ sử dụng Bộ dữ liệu Wisconsin [Chẩn đoán] Ung thư vú . Nếu bạn không có account Kaggle, bạn có thể tải xuống bộ dữ liệu từ github của tôi .
Đọc trong dữ liệu
Đoạn mã dưới đây đọc dữ liệu vào khung dữ liệu gấu trúc.
import pandas as pdimport seaborn as snsimport matplotlib.pyplot as plt# Put dataset on my github repo df = pd.read_csv[“//raw.githubusercontent.com/mGalarnyk/Python_Tutorials/master/Kaggle/BreastCancerWisconsin/data/data.csv”] Biểu đồ hình hộp được sử dụng bên dưới để nghiên cứu mối quan hệ giữa một đặc tính phân loại [khối u ác tính hoặc lành tính] & một đặc tính liên tục [area_mean].
Có một vài cách để vẽ đồ thị hình hộp thông qua Python. Bạn có thể vẽ biểu đồ hình hộp thông qua seaborn, matplotlib hoặc gấu trúc.
sơ sinh
Đoạn mã dưới đây chuyển khung dữ liệu gấu trúc dfvào seaborn”s boxplot.
sns.boxplot[x=”diagnosis”, y=”area_mean”, data=df]
Các hộp đấu bạn đã thấy trong bài viết này được thực hiện thông qua matplotlib. Cách tiếp cận này có thể tẻ nhạt hơn nhiều, nhưng có thể cung cấp cho bạn mức độ kiểm soát cao hơn.
malignant = df==”Ɱ”>benign = df==”Ɓ”>fig = plt.figure[]ax = fig.add_subplot[111]ax.boxplot[, labels=]
Bạn có thể vẽ một boxplot bằng cách gọi .boxplot[]trên DataFrame của bạn. Đoạn mã dưới đây tạo một ô vuông của area_meancột liên quan đến các chẩn đoán khác nhau.
df.boxplot[column = “area_mean”, by = “diagnosis”];plt.title[“”]
Ô hộp có khía cho phép bạn đánh giá khoảng tin cậy [theo mặc định là khoảng tin cậy 95%] cho các trung điểm của mỗi ô vuông.
malignant = df==”Ɱ”>benign = df==”Ɓ”>fig = plt.figure[]ax = fig.add_subplot[111]ax.boxplot[, notch = True, labels=];
Khoa học dữ liệu là về truyền đạt kết quả, vì vậy hãy nhớ rằng bạn luôn có thể làm cho các hộp của mình đẹp hơn một chút với một chút công việc [mã ở đây ].
Sử dụng biểu đồ, chúng ta có thể so sánh phạm vi và sự phân bố của area_mean để chẩn đoán ác tính và lành tính. Chúng tôi quan sát thấy rằng có một sự thay đổi lớn hơn đối với vùng_mạch khối u ác tính cũng như các ngoại lệ lớn hơn.
Ngoài ra, vì các rãnh trong ô hộp không chồng lên nhau, bạn có thể kết luận rằng với độ tin cậy 95%, các trung điểm thực sự khác nhau.
Xem thêm: Cười Ko Nhặt Được Mồm =]] – 820 Cười Ko Nhặt Đc Mồm Ý Tưởng
Dưới đây là một số điều khác cần chú ý về các hộp đấu:
Matplotlib không ước tính cung cấp chuẩn trước nhất & tính toán các phần tư từ các tham số cung cấp ước tính. Giá trị bình quân & phần tư được tính toán trực tiếp từ dữ liệu. Nói cách khác, sơ đồ hộp của các bạn có thể trông khác tùy vào vào sự phân bố dữ liệu của các bạn & kích cỡ của mẫu, chẳng hạn: không đối xứng & có nhiều hoặc ít ngoại lệ.
Matplotlibước tính cung cấp chuẩn trước nhất & tính toán các phần tư từ các tham số cung cấp ước tính. Giá trị bình quân & phần tư được tính toán trực tiếp từ dữ liệu. Nói cách khác, sơ đồ hộp của các bạn có thể trông khác tùy vào vào sự phân bố dữ liệu của các bạn & kích cỡ của mẫu, chẳng hạn: không đối xứng & có nhiều hoặc ít ngoại lệ.
Ao ước rằng đây không phải là quá nhiều thông tin về ô hộp. Các chỉ dẫn trong tương lai sẽ lấy một số kiến thức này & cân nhắc cách vận dụng nó để hiểu các khoảng tin cậy. Chỉ dẫn kế đến của tôi là Cách dùng & Tạo Bảng Ż [bảng thông thường tiêu chí] . Nếu bạn có bất kỳ thắc mắc hoặc nghĩ suy nào về chỉ dẫn, vui lòng liên hệ với các đánh giá bên dưới, thông qua trang video YouTube hoặc thông qua Twitter .
Japanese Spanish German French Thai Portuguese Russian Vietnamese Italian Korean Turkish Indonesian Polish Hindi
Japanese Spanish German French Thai Portuguese Russian Vietnamese Italian Korean Turkish Indonesian Polish Hindi
Bài đọc sau chỉ là ebook kỹ thuật về thuật toán căn bản của //daquyneja.com/wiki/. Sản phẩm phụ của công cuộc này được sử dụng để phân phối cho học viên thử nghiệm tương tác về công dụng của việc post bài trực tuyến.
Xin chào Nhân! Đây là một số mới từ bản tin hàng tuần của tôi, chứa một tập hợp nhỏ gồm các bài báo thú vị từ tuần trước, các dự án, chỉ dẫn & dụng cụ; toàn bộ liên quan đến Dữ liệu, Trí tuệ nhân tạo & các đề tài liền kề. καλή όρεξη!