На диаграммах python-pandas с настройками по умолчанию красная полоса — это mean медиана, а прямоугольник означает 25-й и 75-й квартили, но что именно означают усы в этом кейс? Где документация, чтобы выяснить точное определение (не удалось найти)?
Пример кода:
df.boxplot()
Пример результата:
Они указаны в документации matplotlib. Усы несколько кратны (по умолчанию 1,5) межквартильного диапазона.
Pandas просто обертывает функцию boxplot из matplotlib. В документах matplotlib есть подробное определение усов:
whis : число с плавающей запятой, последовательность или строка (по умолчанию = 1,5)
В качестве поплавка определяет досягаемость усов за пределы первого и третьего квартилей. Другими словами, если IQR представляет собой межквартильный диапазон (Q3-Q1), верхняя вертикальная полоса будет простираться до последнего исходного значения меньше, чем Q3 + ws*IQR). Точно так же нижний ус будет простираться до первого исходного значения больше, чем Q1 - whis*IQR. Данные за пределами усов считаются выбросами и отображаются в виде отдельных точек.
Matplotlib (и Pandas) также дает вам множество возможностей изменить это определение усов по умолчанию:
Установите для этого неоправданно высокое значение, чтобы заставить усы показывать минимальное и максимальное значения. В качестве альтернативы можно установить восходящую последовательность процентилей (например, [5, 95]), чтобы установить усы в определенных процентилях данных. Наконец, whis может быть строковым «диапазоном», чтобы заставить усы соответствовать минимуму и максимуму данных.
Ниже приведен рисунок, иллюстрирующий это из ответа stats.stackexchange. Обратите внимание, что k=1,5, если вы не укажете ключевое слово whis в Pandas.
Вы упоминаете в своем вопросе, что красная линия является средней - на самом деле это медиана.
Из ссылки на matplotlib, упомянутой Чанг Ше выше:
Поле простирается от нижнего к верхнему квартилю значений данных с линией в медиане. Усы выходят из поля, чтобы показать диапазон данных. Летучие точки - это те, которые находятся за концом усов.
Я не экспериментировал, но есть опция «средняя линия», которая может поместить линию в среднее значение.
Из ответа Амелио Васкес-Рейна в Блочные диаграммы в matplotlib: маркеры и выбросы:
Выбросы (маркеры
+на диаграмме) — это просто точки за пределами широкого поля[(Q1-1.5 IQR), (Q3+1.5 IQR)]ниже.
К вашему сведению: запутанно расположение заборов на участках с коробчатыми усами
