1、箱型图

Sample的是一个二维数组，每列为特征，总行数为样本总数

＃ 箱型图

plt．boxplot（Sample［：，0］）

上四分位数（Q3），中位数，下四分位数（Q1）

上四分位数和下四分位数之间的差值，即四分位数差（IQR，interquartile range）＝Q3－Q1

大于上四分位数1．5倍四分位数差的值，或者小于下四分位数1．5倍四分位数差的值，划为异常值，即 Q3＋1．5IQR（四分位间距）和 Q1－1．5IQR 处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限。

2、异常值剔除

＃ 若存在异常值，则删除该行数据，直接重新建立一个数组，另外保存剔除离散值所在行的数据

＃ 大于上四分位数1．5倍四分位数差的值，或者小于下四分位数1．5倍四分位数差的值，划为异常值（outliers）

sample＿error＝［］ ＃ 将非离群数据行位置存入新列表

for i in range（Sample．shape［1］）： ＃ 按列读取原文件

＃ 这里的情况是每一行为一类数值，该行内的数据相互比较找出是否有离群值

＃

    data ＝ Sample［：，i］

   ＃计算四分位点

    q1 ＝ np．percentile（data， 25）

    q3 ＝ np．percentile（data， 75）            

    iqr ＝ q3 － q1        

   ＃ 逐行找出异常值    normal＿＝0 ＃ 记录每行的正常值数

   for j in range（Sample．shape［0］）：

         item＝data［j］

               ＃ 在正常值范围内时，存储数据

                if item ＜＝ q3 ＋ （1．5＊iqr） and item ＞＝ q1 － （1．5＊iqr）：

                       normal＿＝normal＿＋1

               ＃ 出现异常值时，存储数据

               else：

                       sample＿error．append（j）

       print（＇每列正常值的数量＇，normal＿）

   print（＇存在异常值的Sample索引＇，sample＿error）

利用 np．delete 剔除

Sample＿del＝np．delete（Sample， sample＿error， axis＝0）

print（＇剔除异常值后的数组大小＇，Sample＿del．shape）