美文网首页数据科学家生物信息分析
ECharts 中箱线图计算后数据出现负值的问题

ECharts 中箱线图计算后数据出现负值的问题

作者: 未枝丫 | 来源:发表于2017-03-20 17:12 被阅读998次

    绘制箱线图的时候,用 echarts.dataTool.prepareBoxplotData 这个工具对数据进行计算,可能会出现负值。

    引用一下别人的解答

    prepareBoxplotData 这个工具方法参考了:https://en.wikipedia.org/wiki/Box_plot,其中,boxplot 的 两个『须』的端点有几个可能的定义,比如,

    • 可以是 Q1 - 1.5 * IQR 和 Q3 + 1.5 * IQR ,prepareBoxplotData 默认情况下,采用这种定义,也就是说,echarts.dataTool.prepareBoxplotData([ ... ]) 可能出现负值。
    • 可以是『最大最小值』 echarts.dataTool.prepareBoxplotData([ ... ], {boundIQR: 'none'}) 则使用这种定义,不会出现负值。

    via 100pah

    箱线图是个啥

    箱线图最常用的场景可能是股价图中的“开盘-盘高-盘低-收盘图”,英文是 Box plot,还有一个名字叫箱须图(Box-whisker Plot),从图示可以简单理解为这是用“箱”和“线”两种元素来表示一些统计数据。

    Box plot from WikipediaBox plot from Wikipedia

    其中对于“箱”的数据来源的定义是固定的,括号后是其他称呼:

    1. box 顶:第三四分位数(上四分位数/Q3)
    2. box 中的线:第二四分位数(中位数)
    3. box 底:第一四分位数(下四分位数/Q1)

    但对上下两条“须”的定义就有多种了:

    • 数据的最大值、最小值
    • Turkey Boxplot 的定义:在某个区间之外的数据应该被忽略,所以由此确定一个范围,此时有可能出现负值,这也是 ECharts 的默认定义。
      • 最大值区间:Q3 + 1.5*IQR
      • 最小值区间:Q1 - 1.5*IQR
    • 第 9 百分位、91 百分位数
    • 第 2 百分位、98 百分位数

    注一些统计概念:

    引用并研究一下 ECharts 的源码

    去 ECharts 查了一下源码,附地址

    var __WEBPACK_AMD_DEFINE_RESULT__;!(__WEBPACK_AMD_DEFINE_RESULT__ = function (require) {
    
            var quantile = __webpack_require__(7);
            var numberUtil = __webpack_require__(1).number;
    
            /**
             * Helper method for preparing data.
             * @param {Array.<number>} rawData like //传入的待计算的系列数据
             *        [
             *            [12,232,443], (raw data set for the first box)
             *            [3843,5545,1232], (raw datat set for the second box)
             *            ...
             *        ]
             * @param {Object} [opt]
             *
             * @param {(number|string)} [opt.boundIQR=1.5] Data less than min bound is outlier.
             *                          default 1.5, means Q1 - 1.5 * (Q3 - Q1).
             *                          If pass 'none', min bound will not be used.
             *                          此处说明了 boundIQR 这个参数,默认为 1.5,但也可以修改为原数据值
             * @param {(number|string)} [opt.layout='horizontal']
             *                          Box plot layout, can be 'horizontal' or 'vertical'
             */
            return function (rawData, opt) {
                opt = opt || [];
                var boxData = [];
                var outliers = [];
                var axisData = [];
                var boundIQR = opt.boundIQR;
    
                for (var i = 0; i < rawData.length; i++) {
                    axisData.push(i + '');
                    var ascList = numberUtil.asc(rawData[i].slice());
    
                    var Q1 = quantile(ascList, 0.25);
                    var Q2 = quantile(ascList, 0.5);
                    var Q3 = quantile(ascList, 0.75);
                    var IQR = Q3 - Q1;
    
                    // 根据 boundIQR 的值,得到求解办法,获取最小值和最大值,即须
                    var low = boundIQR === 'none'
                        ? ascList[0]  //原数据最小值
                        : Q1 - (boundIQR == null ? 1.5 : boundIQR) * IQR; //Q1 - 1.5*IQR
                    var high = boundIQR === 'none'
                        ? ascList[ascList.length - 1] //原数据最大值
                        : Q3 + (boundIQR == null ? 1.5 : boundIQR) * IQR; //Q3 + 1.5*IQR
    
                    boxData.push([low, Q1, Q2, Q3, high]);
    
                    for (var j = 0; j < ascList.length; j++) {
                        var dataItem = ascList[j];
                        if (dataItem < low || dataItem > high) {
                            var outlier = [i, dataItem];
                            opt.layout === 'vertical' && outlier.reverse();
                            outliers.push(outlier);
                        }
                    }
                }
                return {
                    boxData: boxData,
                    outliers: outliers,
                    axisData: axisData
                };
            };
    

    小结论

    所以有时绘制箱线图,提供的数据没有负值,但是绘图结果却出现了负值,可能是计算方式的问题。默认情况下的上下两线的定义是某个区间,这个区间由四分位距计算得到,分别是

    • 最大值区间:Q3 + 1.5*IQR
    • 最小值区间:Q1 - 1.5*IQR

    若要让绘图结果按照原始数据的范围来绘制,则可以加入 boundIQR 的参数设定。

    var data = echarts.dataTool.prepareBoxplotData(
                [
                    [12,232,443],  // (raw data set for the first box)
                    [3843,5545,1232],  //(raw datat set for the second box)
                    ...
                ], {boundIQR: 'none'}
        );
    

    即可。

    相关文章

      网友评论

        本文标题:ECharts 中箱线图计算后数据出现负值的问题

        本文链接:https://www.haomeiwen.com/subject/ydrinttx.html