箱线图法是异常值检测的通用方法（适配任意数据分布），核心通过四分位数（IQR）判定异常值，以下是可直接套用的完整代码，包含数据导入、统计量计算、异常值定位、可视化标注、异常值处理全流程。
一、完整代码（直接复制可用）
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 箱线图法异常值检测完整流程
% 适用场景：任意分布的数值型数据（单变量）
% 数据格式：CSV文件（可替换为Excel/TXT等格式）
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% 1. 数据导入与预处理（基础准备）
% 导入CSV数据（替换为你的数据路径）
data = readtable('待检测数据.csv');
% 筛选需要检测的数值列（示例：选择第2列，可根据实际修改列索引/列名）
detect_col_name = '传感器温度'; % 也可直接用列索引：detect_col = data(:,2);
detect_col = data.(detect_col_name);
% 处理缺失值（中位数填充，避免NaN干扰计算）
detect_col_filled = fillmissing(detect_col, 'constant', median(detect_col, 'omitNaN'));
% 转换为数组（方便后续计算）
detect_arr = table2array(detect_col_filled);
%% 2. 计算箱线图核心统计量（判定异常值的关键）
% 计算四分位数Q1(25%)、Q3(75%)
q = quantile(detect_arr, [0.25, 0.75]);
Q1 = q(1); % 下四分位数
Q3 = q(2); % 上四分位数
% 计算四分位距IQR
IQR_val = Q3 - Q1;
% 计算异常值判定边界（1.5*IQR是行业通用标准）
lower_bound = Q1 - 1.5 * IQR_val; % 下边界
upper_bound = Q3 + 1.5 * IQR_val; % 上边界
%% 3. 定位异常值（索引+具体数值）
% 生成逻辑矩阵：1=异常值，0=正常值
outlier_logic = (detect_arr < lower_bound) | (detect_arr > upper_bound);
% 提取异常值行索引（用于定位原始数据中的异常行）
outlier_idx = find(outlier_logic);
% 提取异常值具体数值
outlier_values = detect_arr(outlier_idx);
%% 4. 可视化：绘制箱线图并标注异常值（直观验证）
figure('Color','white'); % 设置画布背景为白色
% 绘制箱线图（Whisker=1.5对应异常值判定标准）
boxplot(detect_arr, 'Whisker', 1.5, 'Label', detect_col_name);
title('箱线图法异常值检测结果','FontSize',12);
xlabel('检测指标','FontSize',10);
ylabel('数值','FontSize',10);
grid on; % 显示网格线，便于读取数值
% 红色圆点标注异常值（突出显示）
hold on;
plot(ones(size(outlier_values)), outlier_values, 'ro', 'MarkerSize', 6, 'MarkerFaceColor','r');
hold off;
%% 5. 输出异常值信息（便于核对）
disp('==================== 异常值检测结果 ====================');
disp(['检测列：', detect_col_name]);
disp(['下四分位数(Q1)：', num2str(Q1)]);
disp(['上四分位数(Q3)：', num2str(Q3)]);
disp(['四分位距(IQR)：', num2str(IQR_val)]);
disp(['异常值下边界：', num2str(lower_bound)]);
disp(['异常值上边界：', num2str(upper_bound)]);
disp(['检测到异常值数量：', num2str(length(outlier_idx))]);
if length(outlier_idx) > 0
disp(['异常值行索引：', num2str(outlier_idx)]);
disp(['异常值具体数值：', num2str(outlier_values)]);
else
disp('未检测到异常值');
end
%% 6. 异常值处理（3种常用方式，按需选择）
% 方式1：删除异常值（适用于异常值占比<1%）
data_clean_del = data(~outlier_logic, :);
% 方式2：替换为边界值（保留数据量，适用于连续数据）
data_clean_replace = data;
replace_arr = table2array(data_clean_replace.(detect_col_name));
replace_arr(outlier_logic) = upper_bound; % 上边界替换（下异常值可换lower_bound）
data_clean_replace.(detect_col_name) = array2table(replace_arr);
% 方式3：缩尾处理（替换为99%/1%分位数，适用于偏态数据）
p01 = quantile(detect_arr, 0.01);
p99 = quantile(detect_arr, 0.99);
data_clean_winsor = data;
winsor_arr = table2array(data_clean_winsor.(detect_col_name));
winsor_arr(winsor_arr < p01) = p01;
winsor_arr(winsor_arr > p99) = p99;
data_clean_winsor.(detect_col_name) = array2table(winsor_arr);
%% 7. 保存清洗后的数据（按需选择）
writetable(data_clean_del, '清洗后_删除异常值.csv');
% writetable(data_clean_replace, '清洗后_替换边界值.csv');
% writetable(data_clean_winsor, '清洗后_缩尾处理.csv');
disp('==================== 数据清洗完成 ====================');
二、代码逐行解析（新手易懂）
1. 数据导入与预处理
data = readtable('待检测数据.csv')：导入CSV格式数据，若为Excel文件可替换为readtable('数据.xlsx')；detect_col = data.(detect_col_name)：按列名选择检测列，也可直接用列索引（如data(:,2)）；fillmissing(...)：中位数填充缺失值，避免NaN导致后续计算出错；table2array(...)：将表格列转换为数组，简化统计计算。
2. 核心统计量计算
quantile(detect_arr, [0.25, 0.75])：计算25%和75%分位数（Q1、Q3）；IQR_val = Q3 - Q1：四分位距，反映数据中间50%的离散程度；lower/upper_bound：异常值判定边界，1.5IQR是通用标准，若需严格检测可改为3IQR（识别极端异常值）。
3. 异常值定位
outlier_logic：生成逻辑矩阵，快速标记异常值位置；find(outlier_logic)：提取异常值的行索引，方便定位原始数据中的异常行；outlier_values：提取异常值具体数值，便于人工核验。
4. 可视化标注
boxplot(...)：绘制箱线图，默认Whisker=1.5，与异常值判定标准一致；plot(ones(...), outlier_values, 'ro')：用红色实心圆点标注异常值，直观查看异常值分布。
5. 异常值处理
- 删除异常值：最简单的方式，适合异常值占比极低（<1%）的场景；
- 边界值替换：避免数据量减少，适合连续数据（如传感器读数）；
- 缩尾处理：替换为99%/1%分位数，适合偏态数据（如销量、收入）。
三、使用注意事项
- 数据路径替换：将代码中
待检测数据.csv替换为你的实际数据路径（绝对路径/相对路径均可）； - 检测列调整：修改
detect_col_name为你的数据列名（或直接用列索引）； - 异常值核验：检测出的“异常值”需结合业务场景验证（如传感器故障值是真异常，促销期销量极值是正常值）；
- 多列检测：若需检测多列数据，可套入
for循环（示例）：
% 多列检测示例：检测第2-4列
num_cols = 2:4;
for i = num_cols
detect_col = data(:,i);
% 后续复制上述2-6步代码即可
end
