pandas中的boxplot的数据限制和最大距离（Python）

Question

我使用Python绘制数据（来自许多实验），我想使用boxplot库的pandas方法。

执行df = pd.DataFrame(value,columns=['Col1'])的结果如下：

问题来自极端的价值观。在Matlab中，解决方案是使用'DataLimit'选项：

boxplot(bp1,'DataLim',[4.2,4.3])

来自Matlab文档：

数据限制和最大距离

'DataLim' - 极限数据限制[-Inf，Inf]（默认）|双元素数值向量

极限数据限制，指定为逗号分隔对，分别由'DataLim'和包含下限和上限的双元素数字向量组成。 “ExtremeMode”使用为“DataLim”指定的值来确定哪些数据点是极端的。

Python有类似的东西吗？

Walkaround：但是，我有一个走动（我真的不喜欢，因为它改变了测量的统计分布）：我只是手动排除“有问题的值”：

df = pd.DataFrame(value[100:],columns=['Col1'])
df.boxplot(column=['Col1'])

结果是：

这是因为我知道问题出在哪里。

Answer 1

您可以使用ylim来约束轴而不会忽略计算中的异常值：

data = np.concatenate((np.random.rand(50) * 100,  # spread
                       np.ones(25) * 50,  # center
                       np.random.rand(10) * 100 + 100,  # flier high
                       np.random.rand(10) * -100,  # flier low
                       np.random.rand(2) * 10_000))  # unwanted outlier
fig1, ax1 = plt.subplots()
ax1.boxplot(data)
plt.ylim([-100, 200])
plt.show()