box plot：pandas和matplotlib中的whisker定义

Question

来自https://en.wikipedia.org/wiki/Box_plot

箱形图的胡须有以下可能的定义：

• 所有数据的最小值和最大值[1]
• 最低基准值仍然在下四分位数的1.5 IQR范围内，最高基准值仍在上四分位数的1.5 IQR范围内
• 高于和低于数据平均值的一个标准偏差
• 第9百分位数和第91百分位数
• 第二百分位数和第98百分位数。

我想知道在pandas：

df['data'].plot(kind = 'box',  sym='bD')

哪个定义是胡须使用？

此外，对于matplotlib库：

ax.boxplot(dfa.duration)

哪个定义是胡须使用？

谢谢！

Answer 1

boxplot documentaton谈到胡须

whis：float，sequence或string（默认值= 1.5）

作为浮子，确定胡须的距离超出第一和第三四分位数。换句话说，在IQR是四分位数范围（Q3-Q1）的情况下，上部晶须将延伸到小于Q3 + whisIQR的最后数据。类似地，较低的晶须将延伸到大于Q1的第一个数据 - whisIQR。除了晶须之外，数据被视为异常值并被绘制为单个点。将其设置为不合理的高值，以强制晶须显示最小值和最大值。或者，将其设置为百分位数的递增序列（例如，[5,95]）以将晶须设置在数据的特定百分位数处。最后，whis可以是字符串'range'来强制胡须到数据的最小值和最大值。

从无法轻易实现的问题列表中唯一的定义是“一个标准差”，所有其他定义都可以使用此参数进行设置。默认值为1.5IQR定义。

pandas.DataFrame.boxplot调用matplotlib函数。因此它们应该是相同的。