主页 / 问题 / 1453307
Accepted
Ivan Mukhin
Asked:2022-10-02 06:03:21 +0000 UTC2022-10-02 06:03:21 +0000 UTC

matplotlib 图的问题

  • 772

matplotlib 中有一个关于时间表的问题。有一个汽车数据集。最后一列的数据类型是“numpy.float64”，决定绘制。第一张图很好，但第二张图不行。这里有什么问题？为什么 x 轴看起来像这样？我对 Price 和 Mileage 进行了排序并制作了 numpy 数组，第一个一切都很好，第二个不一样。在此处输入图像描述

汽车模型的价格图表，价格是一个排序的numpy数组，这里一切都很好

汽车模型上的里程图，里程是一个排序的 numpy 数组，这里的问题在 x 轴

python

1 个回答

  1. Best Answer

    您的数据中有一个异常值，即一个与其他值非常不同的值。正因为如此，图在大部分（正常）值所在的地方缩小了很多。这种爆发是从哪里来的，它是否符合现实——这是一个单独的问题，它的决定决定了如何处理它。让我们模拟一下情况：

    import pandas as pd
import matplotlib.pylab as plt
import random

model = list(range(2100, 2200))
mileage = list(range(100_000, 200_000, 1000))
random.shuffle(mileage)
mileage[50] = 1_000_000
df = pd.DataFrame({'Model': model, 'Mileage': mileage})
plt.scatter(df['Mileage'], df['Model']);

    在此处输入图像描述

    最简单的做法是简单地删除异常值，例如采用 99% 的分位数：

    tmp = df[df['Mileage'] < df['Mileage'].quantile(0.99)]
plt.scatter(tmp['Mileage'], tmp['Model']);

    在此处输入图像描述

    然后可以在单独的图表上绘制异常值：

    tmp = df[df['Mileage'] >= df['Mileage'].quantile(0.99)]
plt.scatter(tmp['Mileage'], tmp['Model']);

    在此处输入图像描述

    但总的来说，异常值是一个相当有趣的话题，一般来说，异常值的起源问题通常需要更仔细的研究。但是，如果您只想查看一个正常的图形，那么删除异常值是一种完全可以接受的做法。

    • 2

相关问题