Unit 23. 比較分散程度 & 檢測 outliers 利器 - 盒須圖（Boxplot）

單元要先準備事項

• 基礎 Python 教學（建議先看完再學習正式課程） 至少學到 Pandas
• 建議看過 Unit 11. EDA (Exploratory Data Analysis) - 資料分布狀況
• 需先準備一份有成交量的資料，請參考 Unit 2. 如何下載歷史 K 棒數據（以幣安為例） 、 Unit 9. Google Trends 與股價相關性 、 Unit 16. 拿到台股 JSON 資料

單元重點

• 學習 Boxplot 圖表意義與用途（分散程度、剔除 outliers）
• 學習使用 Python 繪製單個與複合的 Boxplot
• 從日期獲取月份與星期的名稱

安裝的套件

• pip install matplotlib
• pip install seaborn
• pip install pandas

單元內容

Code（請配合影片內容教學食用）

（權限設定是使用報名時填寫的 email，單元推出當月有訂閱權限者才有權限，但影片內容有帶 coding 的部分，所以依舊能學到）

Embed Google Drive