作者：小伍哥

来源：小伍哥聊风控

今天放假了回家过年了，分享两个看异常分布的图，很好看，也很实用。不会用或者不会画的，随时私聊我。毕竟现在过年也没啥事。

一、箱线图

箱盒图（也称盒图，箱线图等）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。通过箱盒图，可以直观的探索数据特征。

箱盒图共有两个用途:1）直观地识别数据中异常值（离群点）；2）直观地判断数据离散分布情况，了解数据分布状态。

箱盒图共由五个数值点构成，下边缘，25%分位数（Q1），中位数，75%分位数（Q3），上边缘。其中：

1）中横线 = 中位数

2）下边缘 = Q1 – 1.5 IQR 其中：IQR=75%分位数（Q3）-25%分位数（Q1）

3）上边缘 = Q3 + 1.5 IQR

特别说明：箱盒图里面的上边缘值并非最大值，下边缘值也不是最小值。

如果数据有存在离群点即异常值，他们超出最大或者最小观察值，此时将离群点以“圆点”形式进行展示。

#安装与加载包install.packages('ggplot2') library(ggplot2)#抽样部分数据 dsmall = diamonds[sample(nrow(diamonds),5000),]#比较基础的图形 ggplot(dsmall,aes(x=color,y=price,fill=color))+
geom_boxplot()+
scale_fill_manual(values=c('blue','cyan', 'yellow', 'orange', 'red', 'Cyan1', 'DeepPink1'))+
facet_grid(.~clarity )

ggplot(mpg,aes(x=trans,y=displ,fill=trans))+theme_bw()
+geom_boxplot()+theme(plot.title  =element_text(size=20,face="bold",
color="red", hjust=0.5,vjust=0.5,lineheight=0.01,family="myFont"),  
            #axis.title.x=element_text(size=12,face="bold",color="black",hjust=0.5),      
            axis.title.y=element_text(size=12,face="bold",color="black",hjust=0.5),      
            #axis.text.x =element_text(size=08,face="plain",color="black",angle=90,vjust=0.5,lineheight=0.01,family="myFont"),       
            axis.text.y =element_text(size=08,face="plain",color="black",family="myFont"),      
            panel.grid=element_blank(),      
            panel.background = element_blank(),      legend.position='none')

业务中的一些图，不同类目的商品价格，不同城市的消费水平等等，基本上能够一目了然的发现问题。是一个既实用又装逼的图，大家可以试试。

二、密度图

密度图特别适合对比黑白样本同样的特征的分布问题

qplot(carat,data = dsmall,geom = c('density'),
fill = cut,colour = cut)

qplot(depth,data = dsmall,geom = c('density'),fill = cut,
colour = cut,alpha = I(2/10))

qplot(depth,data = dsmall,geom = c('density'),
fill = cut,colour = cut,alpha = I(2/10))

业务中的一些数据对比，为黑白样本同一个特征的分布对比，可以看到有比较大的不同