數據詳見:catering_sale.xls
在Python的Pandas庫中,只需要讀入數據,然後使用describe()函數就可以查看數據的基本情況
import pandas as pd
catering_sale = 'catering_sale.xls' #餐飲數據
data = pd.read_excel(catering_sale, index_col = '日期') #讀取數據,指定“日期”列爲索引列
data.describe()
更直觀地展示這些數據,並且可以檢測異常值的方法是使用箱型圖
import pandas as pd
catering_sale = 'catering_sale.xls' #餐飲數據
data = pd.read_excel(catering_sale, index_col = '日期') #讀取數據,指定“日期”列爲索引列
data.describe()
import matplotlib.pyplot as plt #導入圖像庫
plt.figure() #建立圖像
p = data.boxplot(return_type='dict') #畫箱線圖,直接使用DataFrame的方法
x = p['fliers'][0].get_xdata() # 'fliers'即爲異常值的標籤
y = p['fliers'][0].get_ydata()
y.sort() #從小到大排序,該方法直接改變原對象
#用annotate添加註釋
#其中有些相近的點,註解會出現重疊,難以看清,需要一些技巧來控制
#以下參數都是經過調試的,需要具體問題具體調試
for i in range(len(x)):
if i>0:
plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.05 -0.8/(y[i]-y[i-1]),y[i]))
else:
plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.08,y[i]))
plt.show() #展示箱線圖