Matplotlib 绘图时应忽略异常值

阅读更多：Matplotlib 教程

简介

Matplotlib是一个Python的2D绘图库，它最初是由John D. Hunter在2003年创建的，旨在为科学家提供一个绘制高质量图形的工具。Matplotlib的一个有用功能是可以轻松处理和绘制异常数据。然而，在某些情况下，这些异常数据可能会对图形的解释产生不良影响。本篇文章将介绍在绘制Matplotlib图形时忽略异常值的方法。

示例

首先，让我们创建一个包含散点图和折线图的基本Matplotlib图形。

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 50)
y = np.sin(x)

# 描画散点图和折线图
plt.scatter(x, y)
plt.plot(x, y)
plt.show()

每个点都代表x和y值的一个数据点。其中，有几个数据点显然是异常值，如图中的三个红色圈圈。

现在我们来看看如何将这些异常值从图形中删除。

使用Numpy处理异常值

Matplotlib可以与Numpy一起使用，以处理和删除异常数据。

Numpy提供了一些函数来检测异常值，如np.percentile和np.nanpercentile。这些函数将返回数据的百分位值，这可以用来识别和过滤异常值。

以下是一个简单的例子，它使用Numpy在数据中过滤掉大于90th百分位值的所有值：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 50)
y = np.sin(x)

# 识别并删除异常值
y[y > np.percentile(y, 90)] = np.nan

# 描画散点图和折线图
plt.scatter(x, y)
plt.plot(x, y)
plt.show()

与前面显示的图形相比，新图形数据点的范围更窄，而且不包含异常值。

使用Pandas处理异常值

Pandas是一个开源数据分析库，可用于许多数据操作，包括读取，过滤，清扫和分析。

类似于Numpy，Pandas可以用来过滤DataFrame中的异常值。下面是一个简单的示例，它使用Pandas过滤掉大于数据集90th百分位值的所有值。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 创建数据并将其转换为数据帧
x = np.linspace(0, 10, 50)
y = np.sin(x)
data = pd.DataFrame({'x': x, 'y': y})

# 识别并删除异常值
data.loc[data['y'] > np.nanpercentile(data['y'], 90), 'y'] = np.nan

# 描画散点图和折线图
plt.scatter(data['x'], data['y'])
plt.plot(data['x'], data['y'])
plt.show()

这个图形与之前的图形非常相似，但已经通过Pandas过滤了异常值。

总结

在绘制Matplotlib图形时，异常值可能会对解释产生不良影响。本文提供了两种方法来处理和忽略异常值：Numpy和Pandas。通过使用这些方法，可以在图形中过滤掉异常值，从而使图形更加有意义和易于解读。对于处理异常值的方法，具体而言，Numpy提供了一些函数来识别异常值，如np.percentile和np.nanpercentile。这些函数将返回数据的百分位值，这可用于识别和过滤异常值。而Pandas则可以用于过滤DataFrame中的异常值，使用loc方法将异常值替换为NaN值。通过这些方法，我们可以在绘制Matplotlib图形时准确反映数据，得到更加可靠的图形结果。