matplotlib箱形图：标记和exception值
我有一些关于matplotlib中的boxlot的问题：
问题A 我在Q1 ， Q2和Q3中突出显示的标记是什么？ 我相信Q1是最大的， Q3是exception值，但Q2是什么？
问题B ：matplotlib如何识别exception值 ？ （即它是如何知道它们不是真正的max和min ？）
一张图片胜过千言万语。 请注意，exception值（图中的+标记）仅仅是宽度[(Q1-1.5 IQR), (Q3+1.5 IQR)]边界之外的点。
但是，图片只是一个正态分布数据集的例子。 理解matplotlib首先不估计正态分布，并根据估计的分布参数计算四分位数，这一点很重要。
相反，中位数和四分位数直接根据数据计算。 因此，根据数据的分布和样本的大小，您的箱型图可能会有所不同，例如，不对称和更多或更less的exception值。
该框表示第一和第三四分位数，红线为中位数（第二四分位数）。 文档给出了1.5 IQR的默认晶须：
boxplot(x, notch=False, sym='+', vert=True, whis=1.5, positions=None, widths=None, patch_artist=False, bootstrap=None, usermedians=None, conf_intervals=None)
和
whis：[默认1.5]
将胡须的长度定义为内四分位数范围的函数。 它们延伸到（whis *（75％-25％））数据范围内的最极端的数据点。
如果您对不同的盒子图表示感到困惑，请尝试阅读wikipedia中的说明 。
除了seth的答案（因为文档不是非常精确的）：Q1（wiskers）被放置在最大值低于75％+ 1.5 IQR
（最小值25％ – 1.5 IQR）
这是计算晶须位置的代码：
# get high extreme iq = q3 - q1 hi_val = q3 + whis * iq wisk_hi = np.compress(d <= hi_val, d) if len(wisk_hi) == 0 or np.max(wisk_hi) < q3: wisk_hi = q3 else: wisk_hi = max(wisk_hi) # get low extreme lo_val = q1 - whis * iq wisk_lo = np.compress(d >= lo_val, d) if len(wisk_lo) == 0 or np.min(wisk_lo) > q1: wisk_lo = q1 else: wisk_lo = min(wisk_lo)
为了以防万一，这可以让其他人受益，我需要在我的箱子情节图上加上一个图例，所以我在Inkscape中做了这个小小的.png，并认为我会分享它。
