วิธีจัดการกับค่า NaN ขณะวางแผน boxplot โดยใช้ Python Matplotlib

ในการจัดการกับค่า NaN ขณะวางแผน boxplot โดยใช้ Python เราสามารถทำตามขั้นตอนต่อไปนี้ -

ขั้นตอน

• กำหนดขนาดรูปและปรับช่องว่างภายในระหว่างและรอบๆ แผนผังย่อย

• เริ่มต้นตัวแปร N สำหรับตัวอย่างข้อมูลและช่วง

• ถัดไปสร้างการแพร่กระจายแบบสุ่ม ข้อมูลของศูนย์ บินสูงและต่ำ รับข้อมูลที่ต่อกัน และข้อมูลที่ถูกกรอง

• สร้างกล่องพล็อตโดยใช้ boxplot() วิธีการ

• หากต้องการแสดงรูป ให้ใช้ show() วิธีการ

ตัวอย่าง

import matplotlib.pyplot as plt
import numpy as np

# Set the figure size
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

# Data samples
N = 10

# Random spread
spread = np.random.rand(N)

# Center's data
center = np.ones(N)

# Flier high and low
fh = np.random.rand(N)+N
fl = np.random.rand(N)-N

# Concatenated data
data = np.concatenate((spread, center, fh, fl), 0)
data[5] = np.NaN

# Filtered data
filtered_data = data[~np.isnan(data)]

# Plot the boxplot
plt.boxplot(filtered_data)

plt.show()

ผลลัพธ์

มันจะสร้างผลลัพธ์ต่อไปนี้ -