● 四分位数的计算方法：

1. 找到中位数（叫做Q2）
2. 求出中位数左边部分的中位数（叫做Q1，成为下四分位数）
3. 求出中位数右边部分的中位数（叫做Q3，成为上四分位数）

● 可视化例子（箱线图）：

 

 

● 可视化例子2（比较不同类型数据集的数据分布情况）

 

 

横轴x是对数据分析师需求top6的城市，纵轴y是薪资情况。
结论：深圳的工资水平较高，行业顶薪也是位居六大城市之首。

 

 

横轴x是对数据分析师参与工作年数，纵轴y是薪资情况。
结论：数据分析师的薪资水平随着工作年限增长，在3-5年阶段增长、跨度尤为明显。

● 识别异常值（极大或者极小的值）
处理方法：

1. 对错误数据进行修正
2. 对错误数据删除
3. 确认出异常值符合现实以后，选择保留

● Turkey‘s test

1. 最小估计值：Q1-k(Q3-Q1)
2. 最大估计值：Q3+k(Q3-Q1)

3. 如果K=1.5 中度异常；K=3 极度异常

    

   

    

案例（识别出温度中的异常值）：

 

 

● 总结箱线图（四分位数）优点：避免受到异常值的影响；通过turkey test识别异常值
● 总结箱线图（四分位数）的局限：无法告诉数据集的波动