Orange3数据可视化(箱线图-离散属性分布)

箱线图(Box Plot)

又称为盒须图、盒式图、盒状图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因图形如箱子,且在上下四分位数之外常有线条像胡须延伸出去而得名

箱线图可以显示属性值的分布,快速发现异常,例如重复的值,离群值等,挖掘数据的分布规律

输入

数据:输入数据集

输出

选中的数据:从图中选中的实例

数据:带有额外一列,显示点是否被选中

箱形图小部件显示属性值的分布。使用此小部件检查任何新数据是一个好习惯,

可以快速发现任何异常,例如重复值(例如,灰色和灰色的值)、异常值等。

箱型图的特征

1.直观地观察到异常值,如果数据存在离群点,即位于上下边缘区域之外,以圆点的形式表示

2.当箱型图很短时,意味着很多数据多集中分布在很小的范围内

3.当箱型图很长时,意味着数据分布比较离散,数据间的差异比较大

4.当中位数接近底部时,说明大部分的数据值比较小

5.当中位数接近顶部时,说明大部分的数据值比较大

6.中位数所处的高低位置能反映数据的偏斜程度

7.如果上下虚线比较长,说明上下四分位数之外的数据变化比较大,整体数据的方差和标准偏差也比较大

8.箱型图的上下边缘并非最大值或最小值

箱型图的缺点

1.箱型图虽然能显示出数据的分布偏态,但是不能提供关于数据分布偏态和尾重程度的精确度量;

2.对于批量较大的数据批,箱线图反映的形状信息更加模糊;

3.用中位数代表总体平均水平有一定的局限性。

所以,应用箱线图最好结合其它描述统计工具如均值、标准差、偏度、分布函数等来描述数据批的分布形状。

详细说明

  • 选择要绘制的变量。勾选"按与子组的相关性排序"以根据所选子组的Chi2或ANOVA对变量进行排序。

  • 选择"子组"以查看由离散子组显示的箱线图。勾选"按与变量的相关性排序"以根据所选变量的Chi2或ANOVA对子组进行排序。

  • 当实例按子组分组时,您可以更改显示模式。带注释的框将显示端值、平均值和中位数,而比较中位数和比较平均值将自然而然地在子组之间比较所选值。

  • 平均值(深蓝色垂直线)。细蓝色线代表标准差。

  • 第一个(25%)和第三个(75%)四分位数的值。蓝色高亮区域表示第一个和第三个四分位数之间的值。

  • 中位数(黄色垂直线)。

对于离散属性,条形图代表每个特定属性值的实例数量。该图显示了动物园数据集中不同动物类型的数量:有41种哺乳动物,13种鱼,20种鸟类等。

显示选项:

  • 拉伸条形:显示数据实例的相对值(比例)。未勾选的框显示绝对值。
  • 显示框标签:在每个条形图上方显示离散值。
  • 按子组频率排序:按降序对子组进行排序。

示例

软件下载链接: https://pan.baidu.com/s/12drK7Mz7YSqrwIQk5Wh5cw?pwd=8tnd

视频教程:关注我不迷路, 抖音:Orange3dev


https://www.douyin.com/user/MS4wLjABAAAAicBGZTE2kX2EVHJPe8Ugk3_nlJk9Nha8OZh4Bo_nTu8

1-组件概览

2-树查看器-决策树

3-箱线图-离散属性分布

4-箱线图-要素计算

5-箱线图-连续属性分布

6-小提琴图

7-分布图

8-散点图-智能数据可视化

9-散点图-探索性数据分析

10-散点图-高亮选择数据

11-折线图

12-条形图

13-筛网图

14-马赛克图

15-自由投影

16-线性投影

17-雷达图

18-热力图

19-韦恩图

20-轮廓图

21-毕达哥拉斯树

22-毕达哥拉斯森林

23-CN2规则查看器

24-诺莫图

相关推荐
你觉得20510 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
向上的车轮12 小时前
NOA是什么?国内自动驾驶技术的现状是怎么样的?
人工智能·机器学习·自动驾驶
你觉得20513 小时前
浙江大学朱霖潮研究员:《人工智能重塑科学与工程研究》以蛋白质结构预测为例|附PPT下载方法
大数据·人工智能·机器学习·ai·云计算·aigc·powerpoint
人工干智能14 小时前
科普:One-Class SVM和SVDD
人工智能·机器学习·支持向量机
MPCTHU14 小时前
预测分析(三):基于机器学习的分类预测
人工智能·机器学习·分类
Loving_enjoy14 小时前
基于Hadoop的明星社交媒体影响力数据挖掘平台:设计与实现
大数据·hadoop·数据挖掘
_一条咸鱼_14 小时前
LangChain 入门到精通
机器学习
3DVisionary15 小时前
3D-DIC与机器学习协同模拟材料应力-应变本构行为研究
人工智能·机器学习·3d·3d-dic技术 机器学习·应力-应变本构行为·卷积神经网络(ecnn)·数字图像相关法(dic)
神经星星15 小时前
无需预对齐即可消除批次效应,东京大学团队开发深度学习框架STAIG,揭示肿瘤微环境中的详细基因信息
人工智能·深度学习·机器学习
神经星星15 小时前
【vLLM 学习】调试技巧
人工智能·机器学习·编程语言