[Python 商業數據分析之可視化繪圖] 第11講： 箱形圖（Seaborn-Box）（一）

1.箱形圖又稱為盒須圖、盒式圖或箱線圖，是用來顯示數據分散情況的統計圖，因形狀如箱子而得名，適用於較大數據集差異的表現。

2.它能顯示出一組或多組資料的最大值、最小值、中位數、及上下四分位數。

3.箱形圖的方框會從數據的下四分位值延伸到上四分位值，因此可以看到四分位間距。方框內的水平線表示中位數，從框延伸的晶須（whisker）顯示數據范圍，可以顯示數據異常值（outliers），異常值通常以圓形或菱形的形式顯示在圖中。

1. 箱形圖函式

2. 箱形圖說明

箱形圖（Box-plot）是一種用作顯示一組數據分散情況資料的統計圖，也常會有線條在上下四分位數之外延伸出去，像是鬍鬚。它主要用於反映原始數據分佈的特徵，還可以進行多組數據分布特徵的比較。

箱形圖是一種顯示數據分佈的標準化方法，圖形主要是基於五個數值的摘要：最小值（minimum）、下四分位數（Q1）、中位數（median）（Q2）、上四分位數（Q3）和最大值（maximum）。

1. 中位數（median / Q2 / 50th Percentile）：數據集的中間值，也就是所有數值由小排到大第50%的數值，因此會有50%的數值小於中位值，同時也會有50%的數值大於中位值。
2. 下四分位數（Q1 / 25th Percentile）：所有數值由小排到大第25%的數值，因此會有25%的數值小於Q1，同時也會有75%的數值大於Q1。
3. 上四分位（Q3 / 75th Percentile）：所有數值由小排到大第75%的數值，因此會有75%的數值小於Q3，同時也會有25%的數值大於Q3。
4. 四分位間距（interquartile range, IQR）：第25至第75個百分點，有50%的數據在IQR之間。
5. 鬢鬍（whiskers）：圖中藍色的線。
6. 離群值（outliers）：圖中綠色圓圈。
7. 最小值區間（minimum）：Q1–1.5*IQR，此範圍中的最小值即為箱形圖下限，超出此範圍即視為離群值。
8. 最大值區間（maximum）：Q3 + 1.5*IQR，此範圍中的最大值即為箱形圖上限，超出此範圍即視為離群值。

3. 箱形圖與常態分配

4. 導入相關函式

首先導入pandas及seaborn，並執行%config InlineBackend. figure_format = 'retina'以提高jupyter notebook圖形顯示的解析度。

5. 簡單箱形圖

使用單簡的數據1、2、3、4並將數據轉換為資料結構的型態。

計算下四分位數（Q1）、中位數（Q2）、上四分位數（Q3）及IQR。

繪製箱形圖。

繪製橫向箱形圖。

6. 離群值（outlier ）

出現離群值情況，數據如下。

有離群值時資料的下四分位數（Q1）、中位數（Q2）、上四分位數（Q3）及IQR。

繪製箱形圖，可以看到上面出現離群值。

超出上限值即為離群值，這裡是超上10即為離群值。

7. 檢視小費數據

繪製小費的箱形圖，可以看到星期六小費有最多的離群值，因此若是服務員在星期六上班是個好選擇。而星期日有較高的中位數及上四分位（Q3 ）也是個不錯的選擇。

8. 顏色color

設定顏色，這裡選擇綠色。

9. 色度hue

色度選用性別，用來區分男女給的小費分布。

檢查星期六小費最大值。

檢查星期六女性小費的最大值。

10. 調色板（palette）

檢視「小費」與「日期」，並且使用調色板顏色區分（由淺到深）。

檢視「小費」與「人數」並且使用_r，顏色將由深到淺。

檢視「小費」與「人數」並且使用_d，顏色比使用_r較深。

檢視「小費」與「日期」，增加色度hue，並且使用不同顏色區分。

檢視「帳單金額」與「日期」，並且使用Set，範圍Set1 ~ Set3。

箱形圖第一部分就講到這裡。

感謝閱讀完這篇文章，如果覺得這篇文章對你有幫助請在底下幫我拍個手（長按最多可以拍50下手）。