不准确的离群值与箱形图中的离群值不匹配

Question

这是我第一次尝试检测异常值，我使用箱形图来检测它。不知何故，代码的输出显示了下限（最小值）和上限（最大值）return 在我看来很奇怪的值，因为它以某种方式使每个数据都是异常值。同时，箱形图在逻辑上正确显示了异常值。我做错了什么以及如何解决这个问题？

import pandas as pd
import numpy as np
import seaborn as sns

cols = pd.DataFrame({'numbers':[100,300,200,400,500,6000,800,200,200]})

sns.boxplot(x = cols.numbers)

def outlierHandling(numbers):
    numbers = sorted(numbers)
    Q1 , Q3 = np.percentile(numbers, [25,75] , interpolation='nearest')
    print('Q1,Q3 : ',Q1,Q3)
    IQR = Q3 - Q1
    lowerBound = Q1 - (1.5 * IQR)
    upperBound = Q3 - (1.5 * IQR)
    print('lowerBound,upperBound : ',lowerBound,upperBound)
    return lowerBound,upperBound

lowerbound,upperbound = outlierHandling(cols.numbers)
print('Outlier values : \n',cols[(cols.numbers < lowerbound) | (cols.numbers > upperbound)])

输出

Q1,Q3 :  200 500
lowerBound,upperBound :  -250.0 50.0
Outlier values : 
    numbers
0      100
1      300
2      200
3      400
4      500
5     6000
6      800
7      200
8      200

Answer 1

这里是错误的：

    upperBound = Q3 + (1.5 * IQR)

应该是+而不是-。

不准确的离群值与箱形图中的离群值不匹配

Inaccurate outliers values does not match with outlier in box plot

python

numpy

outliers