箱线图
本课属于 Coddy Machine Learning 学习旅程的“机器学习统计学”单元。第 24 课，共 64 课。
每个数据集里都藏着一些异常值：一个拼写错误、一个故障，或创纪录的一天。本章会找出并处理它们，先从能显示这些值的图表开始，也就是箱线图：
ax.boxplot 会绘制它：
episodes = np.array([41, 36, 49, 43, 32, 46, 75, 40, 52, 38, 44])
fig, ax = plt.subplots()
ax.boxplot(episodes)
plt.show()箱体包含从 Q1 到 Q3 的中间一半数据，并由中位数分成两部分。须线延伸至距离不太远的最远数据值。
远离其他点的点是异常值，也就是与其他值相差很大的值：在模型从这些值中学习之前，先检查一下。
挑战
中等一个家庭记录了两周的阅读情况，数据保存在 reading.csv 中，每个人一列，记录阅读分钟数。程序会读取一个姓名，起始代码会设置好图表。
- 绘制该读者所在列的箱线图。
- 打印其中位数和箱体边缘 Q1、Q3，并将它们四舍五入到小数点后 2 位，如下所示。
对于另一位读者 Sam，程序会打印：
Typical day: 97.5 minutes
Middle half: 90.5 to 108.75 minutes并绘制下图（Coddy 随后会描述你绘制的图表）：
亲手试试
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
reading = pd.read_csv("reading.csv")
name = input()
# 不要修改下面的代码行
fig, ax = plt.subplots()
ax.set_title(f"Reading: {name}")
ax.set_ylabel("Minutes")
# 在下面编写你的代码
自我测试这节课包含一个小测验。开始学习即可作答，并记录你的进度。
机器学习统计学中的所有课
自己练习： Python 在线编译器