⚠申明： 未经许可，禁止以任何形式转载，若要引用，请标注链接地址。 全文共计3077字，阅读大概需要3分钟
🌈更多学习内容， 欢迎👏关注👀【文末】我的个人微信公众号：不懂开发的程序猿
个人网站：https://jerry-jy.co/

❗️❗️❗️知识付费，🈲止白嫖，有需要请后台私信或【文末】个人微信公众号联系我

箱线图（Box-and-Whisker Plot），也称为箱形图或盒须图，是一种用于描述一组数据分布特征的统计图表。它能够提供数据的最小值、第一四分位数（Q1）、中位数（Q2）、第三四分位数（Q3）和最大值的摘要，并可以用于识别数据中的异常值。以下是箱线图的主要组成部分及其含义：

1、箱子（Box）：箱子部分表示数据的中间50%。箱子的底部和顶部分别是第一四分位数（Q1）和第三四分位数（Q3），箱子的长度因此也称为IQR（Interquartile Range，四分位距）。

2、中位线（Median）：箱子内部的一条线，表示数据集的中位数（Q2），即数据的中心点。

3、须（Whiskers）：

• 箱子外伸出的线条称为须，它们表示数据的变异范围。
• 通常，须的长度是从Q1到最小非异常值，和从Q3到最大非异常值。
• 有时须的长度被设定为IQR的1.5倍，超出这个范围的点被认为是异常值。

4、异常值（Outliers）：

• 异常值是那些落在箱子和须之外的数据点，通常用单独的点表示。
• 识别异常值的方法是：比Q1小1.5IQR的点或比Q3大1.5IQR的点。

5、数据分布：箱线图可以快速显示数据的对称性、偏斜情况和多模性。

6、优势：

• 箱线图不依赖于数据的分布形态，是非参数的。
• 它提供了数据的摘要而不需要知道所有单个数据点。

7、局限性：

• 箱线图不提供关于数据分布形状的具体信息。
• 它隐藏了数据点之间的实际关系和数据的确切值。

在智能优化算法的分析与改进中，对结果的分析与数据的描述经常会用到箱线图，它能很好的刻画数据的分布与异常离散点

本文提供了关于不同的智能优化算法在不同的测试函数上的箱线图画法

–end–

说明

本实验（项目）/论文若有需要，请后台私信或【文末】个人微信公众号联系我