当前位置：首页>python>用Python做科研级画图——异常值可视化

用Python做科研级画图——异常值可视化

2026-10-11 08:19:48

大家好，我是你们的小帅学长。

做数据分析，你一定遇到过这样的场景：

箱线图里蹦出几个“离群点”

散点图里出现几个“飞出去的点”

统计结果被少数极端值拉偏

很多人的第一反应是：删掉。

但我要提醒你一句，在科研里，异常值不应该先删除，而应该先“表达”。

因为，它可能是数据错误；可能是极端但真实的现象；甚至可能是你论文最重要的发现。

这一篇，我们来讲一下：异常值该怎么“画”，而不是怎么“删”。

01.异常值到底是什么？

在统计意义上，常见定义是：

小于 Q1 − 1.5×IQR

大于 Q3 + 1.5×IQR

但注意，这是统计异常，不是错误数据。

换句话说：

outlier ≠ error

outlier = “不常见”

02.为什么不要一开始就删除异常值？

如果你在分析前就删除异常值，你可能已经删除了结论。

原因有三点：

1.异常值可能代表重要机制

例如：极端气候

极端用户行为

极端实验结果

2.删除会改变分布

均值会变化

方差会变小

模型可能过拟合“干净数据”

3.审稿人会问

“你为什么删这些点？”

如果你无法解释，你的结果可信度会下降。

03.异常值的正确流程

“标准流程”是先可视化 → 再判断 → 再处理 → 再解释

而不是，先删除 → 再分析

04.异常值怎么可视化？

1.箱线图（最基础）

优点：自动标出异常值、快速识别离群点

缺点：看不到具体分布结构

2.散点图（最直观）

优点：每个异常点都能看到、可以结合时间/空间

缺点：数据多时会遮挡

3.雨云图（最完整）

KDE（形状）

箱线（结构）

散点（个体）

4.突出异常点

核心思路：正常点 vs 异常点，用不同视觉编码

例如：

正常点：浅色

异常点：深色 / 边框 / 放大

05.论文级异常值可视化代码

这是一段可以直接使用的代码：

import osimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltfrom matplotlib import font_manager as fmwin_fonts = r"C:\Windows\Fonts"for p in [          os.path.join(win_fonts, "times.ttf"),          os.path.join(win_fonts, "timesbd.ttf"),          os.path.join(win_fonts, "timesi.ttf"),          os.path.join(win_fonts, "simsun.ttc"),]:          if os.path.exists(p):                    try:                             fm.fontManager.addfont(p)                    except Exception:                             passmpl.rcParams["font.family"] = ["Times New Roman", "SimSun"]mpl.rcParams["axes.unicode_minus"] = FalseOUT_DIR = r"D:\py_figs"os.makedirs(OUT_DIR, exist_ok=True)np.random.seed(42)data = np.random.normal(0.6, 0.08, 200)data = np.concatenate([data, [0.2, 0.25, 0.95]])Q1 = np.percentile(data, 25)Q3 = np.percentile(data, 75)IQR = Q3 - Q1lower = Q1 - 1.5 * IQRupper = Q3 + 1.5 * IQRnormal = data[(data >= lower) & (data <= upper)]outliers = data[(data < lower) | (data > upper)]fig, ax = plt.subplots(figsize=(6,4))ax.scatter(         np.zeros_like(normal),         normal,         color="#4C78A8",         alpha=0.6,         label="Normal / 正常值")ax.scatter(          np.zeros_like(outliers),          outliers,          color="red",          s=60,          edgecolor="black",          label="Outliers / 异常值")ax.boxplot(data, positions=[0], widths=0.2)ax.set_xticks([0])ax.set_xticklabels(["Sample / 样本"])ax.set_ylabel("Value / 数值")ax.set_title("Outlier Visualization / 异常值可视化")ax.legend(frameon=False)out_path = os.path.join(OUT_DIR, "outlier_visualization.jpg")fig.savefig(out_path, dpi=300, bbox_inches="tight")plt.close()print("Saved:", out_path)