当然可以，让我们用Python中的matplotlib库创建一个箱线图来分析Iris数据集中的异常值。首先，我们需要导入必要的库，如pandas、numpy和matplotlib： ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt # 加载Iris数据集 url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data" column_names = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'species'] iris_df = pd.read_csv(url, names=column_names) # 我们通常只关注数值特征，这里选择前四个列 numeric_features = iris_df[['sepal_length', 'sepal_width', 'petal_length', 'petal_width']] # 创建箱线图 plt.figure(figsize=(10, 6)) for i, feature in enumerate(numeric_features.columns): plt.subplot(2, 2, i+1) boxplot = plt.boxplot(iris_df[feature], vert=False) # 将y轴设置为水平以便于比较 plt.title(feature) plt.ylabel('Value') plt.grid(True) # 查找并标记可能的异常值（Q1 - 1.5 * IQR 和 Q3 + 1.5 * IQR之外的数据） def find_outliers(data): q1, q3 = np.percentile(data, [25, 75]) iqr = q3 - q1 lower_bound = q1 - 1.5 * iqr upper_bound = q3 + 1.5 * iqr outliers = data[(data < lower_bound) | (data > upper_bound)] return outliers outlier_indices = [] for col_name, column_data in numeric_features.items(): outliers = find_outliers(column_data) outlier_indices.append(outliers.index.tolist()) # 标记发现的异常值 for i, indices in enumerate(outlier_indices): for index in indices: plt.plot([index, index], [boxplot['boxes'][i].get_ydata()[0]], marker='o', color='red') plt.show() ``` 这个程序将生成一个箱线图，用于比较每个数值特征的分布情况，并找出可能的异常值。异常值会被标记为红色点。