箱型图

源码数据在GitHub本文件夹的source下边，对餐饮系统的销售额数据进行处理。采用箱型图检测异常值。 代码中xls文件和代码处于同一个文件夹中.这里计算四分位箱图上下界时采用常数1.5是因为使用 1.5 倍的 IQR 来定义上下限的做法源于经验法则，主要是为了平衡灵敏度与稳健性。一些情况下也有用其他值的，值越大定义的异常值标准越宽松

catering_sale = 'catering_sale.xls';
index = 1;  %用于后面提取第一列数据
%% 读入数据
[num,txt] = xlsread(catering_sale); %通过xlsread获取到文件中的数字和字符
sales = num(2:end,index);   %提取出num中从2到最后的第一列，之前定义了index=1
rows = size(sales,1); % 表示返回矩阵的第一维度也就是行，

%% 处理缺失值
nanvalue = find(isnan(sales));
if isempty(nanvalue)
    disp('没有缺失值！');
else 
    row_ = size(nanvalue,1);%缺失值的行数，即缺失值数量
    disp(['缺失值个数为:' num2str(row_) ',缺失率为:' num2str(row_/rows)])%方括号 [] 可以将字符串和通过 num2str 转换为字符串的数值拼接在一起，形成一个完整的输出字符串
end

%% 设置箱型图属性
q_ = prctile(sales,[25,75]);%获取百分位数，这里是四分位箱图所需的上四分位和下四分位位置
p25 = q_(1,1);%获取上四分位数
p75 = q_(1,2);%下四分位数
% 四分位距 (IQR)：计算方法为 p75 - p25
upper = p75+1.5*(p75-p25);%计算上界,1.5是一个常用的常数，用于定义异常值的边界。
lower = p25-1.5*(p75-p25);%计算下界
upper_indexes = sales(sales>upper);%返回一个逻辑数组，sales中如果大于upper返回true，再取出sales中取true的值
lower_indexes = sales(sales<lower);% 同理
indexes = [upper_indexes;lower_indexes];%upper_indexes 和 lower_indexes 垂直拼接在一起，生成一个新的数组 indexes，其中全为异常的值，确保都是列向量，如果不是可用'转置
indexes =sort(indexes);%对indexes进行排序，返回一个升序
%% 画箱型图
figure
hold on;%新图可以叠加在旧图上
boxplot(sales,'whisker',1.5,'outliersize',6); %whisker是指定须的长度，须由IQR决定，IQR是上四分位数与下四分位数之差。
%须指的是延伸至最小非异常值和最大非异常值。outliersize 控制异常值的标记大小，便于突出异常数据点
rows = size(indexes,1);%返回indexes的大小
flag = 0;%用于控制文本标注的位置
for i = 1:rows %遍历所有的异常值
    if flag == 0
        text(1+0.01,indexes(i,1),num2str(indexes(i,1)));%text用于在指定位置添加文本，
        %第一个参数是x坐标，后面是y坐标即文本标记在异常值当前所在位置，最后一个参数将数值转换为字符串在图中表示出
        flag = 1;%下一次循环换一个位置标注
    else 
        text(1-0.017*length(num2str(indexes(i,1))),indexes(i,1),num2str(indexes(i,1)));
        %根据文本长度计算x坐标，确保不重叠，后面两个参数同理
        flag = 0;
    end
end
hold off;
disp('餐饮销售数据缺失值及异常值检测完成！')

结果如下：

以下是一些修改箱型图外观的方法

boxplot(data, 'Colors', 'r', 'Widths', 0.5, 'Whisker', 1.5, ...'Symbol', 'k*', 'OutlierSize', 8);
%'Colors'：设置箱线图的颜色。可以使用颜色字符（如 'r' 表示红色）或 RGB 数组（如 [0, 0, 1] 表示蓝色）。
%'Widths'：控制箱体的宽度，默认值为 0.5,'Symbol'：定义异常值的符号样式，如 'k*' 表示黑色星号。
%可以使用 findobj 函数查找并修改特定的图形对象，例如箱体、中位数线和须
% 修改箱体的颜色为蓝色
set(findobj(h, 'Tag', 'Box'), 'Color', 'b');

% 修改中位数线的颜色为红色
set(findobj(h, 'Tag', 'Median'), 'Color', 'r', 'LineWidth', 1.5);

% 修改须的颜色为绿色
set(findobj(h, 'Tag', 'Whisker'), 'Color', 'g', 'LineStyle', '--');

% 修改异常值的标记为紫色圆圈
set(findobj(h, 'Tag', 'Outliers'), 'MarkerEdgeColor', 'm');

% 要为箱线图的箱体添加填充颜色，可以使用 patch 函数：
% 获取箱体对象并添加填充颜色
boxes = findobj(gca, 'Tag', 'Box');
for j = 1:length(boxes)
    patch(get(boxes(j), 'XData'), get(boxes(j), 'YData'), 'c', 'FaceAlpha', 0.5);
end

findobj(gca, 'Tag', 'Box') 会查找当前坐标轴（gca）中所有 Tag 为 'Box' 的对象 findobj 根据对象的 Tag 属性来找到特定的图形元素，例如箱体（Box）、中位数线（Median）、须（Whisker）等。MATLAB 自动为不同的图形元素设置了特定的 Tag 属性，这些属性可以用来查找和修改这些元素。例如：

• 箱体的 Tag 属性为 'Box'
• 中位数线的 Tag 属性为 'Median'
• 须的 Tag 属性为 'Whisker'
• 异常值的 Tag 属性为 'Outliers'

其中，h 是一个图形对象或对象的句柄（handle）。当使用 boxplot 函数创建箱线图时，可以将返回的句柄赋给变量 h，以便以后对图形的各个元素进行访问和修改。