提示词

DataFrame中包含一列收盘价，该如何使用温索化来处理异常值，请给出示例代码并进行可视化。

答案

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.stats.mstats import winsorize
#指定图像样式
plt.style.use('seaborn-v0_8')
#指定字体，防止中文出现乱码，windows系统指定为‘SimHei’
plt.rcParams['font.sans-serif'] = ['SimHei']
#这行代码让中文的负号“-”可以正常显示
plt.rcParams["axes.unicode_minus"]=False

# 1. 创建示例数据（含异常值，替换为你的实际数据）
df = pd.read_excel('../数据/2-1.xlsx')
df = df[['日期', '收盘']]
df['日期'] = pd.to_datetime(df['日期'])
df.set_index('日期', inplace = True)

# 2. 温索化处理（双侧1%截断）
df['温索化处理价'] = winsorize(df['收盘'], limits=[0.01, 0.01])

# 3. 标记原始异常值
q1 = df['收盘'].quantile(0.01)
q99 = df['收盘'].quantile(0.99)
df['异常值标记'] = (df['收盘'] < q1) | (df['收盘'] > q99)

# 4. 可视化对比
plt.figure(figsize=(14, 10), dpi=100)

# 4.1 原始收盘价与温索化对比
plt.subplot(2, 1, 1)
plt.plot(df.index, df['收盘'], label='原始收盘价', color='blue', alpha=0.7)
plt.plot(df.index, df['温索化处理价'], label='温索化处理价', color='red', linewidth=2)
plt.scatter(df.index[df['异常值标记']], df.loc[df['异常值标记'], '收盘'], 
            color='red', s=80, label='异常值点')
plt.fill_between(df.index, q1, q99, color='gray', alpha=0.2, label='正常波动区间')
plt.title('收盘价温索化处理效果对比', fontsize=16)
plt.ylabel('价格', fontsize=12)
plt.legend(loc='upper left')
plt.grid(alpha=0.3)

# 4.2 箱线图对比
plt.subplot(2, 1, 2)
plt.boxplot([df['收盘'], df['温索化处理价']], 
            labels=['原始收盘价', '温索化处理价'],
            patch_artist=True,
            boxprops=dict(facecolor='lightblue'))
plt.title('箱线图对比', fontsize=16)
plt.ylabel('价格分布', fontsize=12)
plt.grid(alpha=0.3)

plt.tight_layout()
plt.show()

# 5. 统计结果分析
print(f"原始数据异常值数量: {df['异常值标记'].sum()}")
print(f"温索化处理范围: {q1:.2f} ~ {q99:.2f}")
print("异常值处理详情:")
print(df.loc[df['异常值标记'], ['收盘', '温索化处理价']])

数据导入以及防止画图中文乱码的代码是我加进去的，其余都是ai写的。

图像：