# テストの点数（9人分）
scores = [30, 40, 50, 60, 70, 80, 85, 90, 95]

# データをソート（並べ替え）※すでに順番通りだが確認のため
sorted_scores = sorted(scores)

print("データ（小さい順）:")
print(sorted_scores)
print()

# データ数
n = len(sorted_scores)
print(f"データ数: {n}個")
print()

# 位置を確認
print("【データの位置】")
for i, score in enumerate(sorted_scores):
    position = (i + 1) / n * 100
    print(f"位置{i+1}: {score}点 （下から{position:.0f}%）")

def calculate_quartiles(data):
    """
    四分位数を計算する関数
    
    引数:
        data: 数値のリスト
    
    戻り値:
        (Q1, Q2, Q3) のタプル
    """
    # データをソート（小さい順に並べる）
    sorted_data = sorted(data)
    n = len(sorted_data)
    
    # Q2（中央値）を計算
    if n % 2 == 0:
        # データ数が偶数の場合：真ん中2つの平均
        q2 = (sorted_data[n//2 - 1] + sorted_data[n//2]) / 2
    else:
        # データ数が奇数の場合：真ん中の値
        q2 = sorted_data[n//2]
    
    # Q1（下半分の中央値）を計算
    lower_half = sorted_data[:n//2]
    if len(lower_half) % 2 == 0:
        q1 = (lower_half[len(lower_half)//2 - 1] + lower_half[len(lower_half)//2]) / 2
    else:
        q1 = lower_half[len(lower_half)//2]
    
    # Q3（上半分の中央値）を計算
    if n % 2 == 0:
        upper_half = sorted_data[n//2:]
    else:
        upper_half = sorted_data[n//2 + 1:]
    
    if len(upper_half) % 2 == 0:
        q3 = (upper_half[len(upper_half)//2 - 1] + upper_half[len(upper_half)//2]) / 2
    else:
        q3 = upper_half[len(upper_half)//2]
    
    return q1, q2, q3

# テスト1：9個のデータ（奇数個）
data1 = [10, 20, 30, 40, 50, 60, 70, 80, 90]
q1, q2, q3 = calculate_quartiles(data1)

print("【テスト1：データ数が奇数】")
print(f"データ: {data1}")
print(f"Q1（第1四分位数）: {q1}")
print(f"Q2（第2四分位数）: {q2}  ← 中央値")
print(f"Q3（第3四分位数）: {q3}")

print()

# テスト2：8個のデータ（偶数個）
data2 = [10, 20, 30, 40, 50, 60, 70, 80]
q1, q2, q3 = calculate_quartiles(data2)

print("【テスト2：データ数が偶数】")
print(f"データ: {data2}")
print(f"Q1（第1四分位数）: {q1}")
print(f"Q2（第2四分位数）: {q2}  ← 中央値")
print(f"Q3（第3四分位数）: {q3}")

def calculate_iqr(data):
    """
    四分位数とIQRを計算する関数
    
    戻り値:
        辞書形式で Q1, Q2, Q3, IQR を返す
    """
    q1, q2, q3 = calculate_quartiles(data)
    iqr = q3 - q1
    
    return {
        'Q1': q1,
        'Q2': q2,
        'Q3': q3,
        'IQR': iqr
    }

# テスト1：ばらつきが小さいデータ
data1 = [48, 49, 50, 51, 52]
stats1 = calculate_iqr(data1)

print("【ばらつきが小さいデータ】")
print(f"データ: {data1}")
print(f"Q1: {stats1['Q1']}")
print(f"Q2: {stats1['Q2']}")
print(f"Q3: {stats1['Q3']}")
print(f"IQR: {stats1['IQR']}")

print()
print("=" * 40)
print()

# テスト2：ばらつきが大きいデータ
data2 = [10, 30, 50, 70, 90]
stats2 = calculate_iqr(data2)

print("【ばらつきが大きいデータ】")
print(f"データ: {data2}")
print(f"Q1: {stats2['Q1']}")
print(f"Q2: {stats2['Q2']}")
print(f"Q3: {stats2['Q3']}")
print(f"IQR: {stats2['IQR']}")

print()
print("💡 IQRが大きいほど、データのばらつきが大きい")

def show_box_plot_text(data, name="データ"):
    """
    箱ひげ図をテキストで表示する関数
    """
    # 基本統計量を計算
    sorted_data = sorted(data)
    q1, q2, q3 = calculate_quartiles(data)
    iqr = q3 - q1
    min_val = min(data)
    max_val = max(data)
    
    print(f"【{name}の箱ひげ図情報】")
    print()
    print(f"最小値: {min_val}")
    print(f"Q1:     {q1}")
    print(f"Q2:     {q2}  ← 中央値")
    print(f"Q3:     {q3}")
    print(f"最大値: {max_val}")
    print(f"IQR:    {iqr}")
    print()
    
    # 視覚的なイメージ
    print("【箱ひげ図のイメージ】")
    print()
    print(f"     最小値              Q1        Q2        Q3              最大値")
    print(f"       {min_val}                 {q1}       {q2}       {q3}                {max_val}")
    print(f"        |---------------[=========|=========]---------------|")
    print(f"            ひげ              箱（IQR = {iqr}）            ひげ")

# テスト
test_scores = [45, 55, 60, 65, 70, 75, 80, 85, 90, 95]
show_box_plot_text(test_scores, "テストの点数")

def detect_outliers(data):
    """
    外れ値を検出する関数
    
    戻り値:
        辞書形式で各種統計量と外れ値リストを返す
    """
    # 四分位数とIQRを計算
    q1, q2, q3 = calculate_quartiles(data)
    iqr = q3 - q1
    
    # 外れ値の境界を計算
    lower_bound = q1 - 1.5 * iqr
    upper_bound = q3 + 1.5 * iqr
    
    # 外れ値と正常値を分類
    outliers = []  # 外れ値リスト
    normal = []    # 正常値リスト
    
    for x in data:
        if x < lower_bound or x > upper_bound:
            outliers.append(x)
        else:
            normal.append(x)
    
    return {
        'Q1': q1,
        'Q2': q2,
        'Q3': q3,
        'IQR': iqr,
        'lower_bound': lower_bound,
        'upper_bound': upper_bound,
        'outliers': outliers,
        'normal': normal
    }

# 外れ値を含むデータ
data = [10, 12, 13, 14, 15, 16, 17, 18, 19, 20, 100]

result = detect_outliers(data)

print("【外れ値の検出】")
print()
print(f"データ: {data}")
print()
print(f"Q1: {result['Q1']}")
print(f"Q2: {result['Q2']}")
print(f"Q3: {result['Q3']}")
print(f"IQR: {result['IQR']}")
print()
print(f"正常範囲: {result['lower_bound']:.1f} 〜 {result['upper_bound']:.1f}")
print()
print(f"外れ値: {result['outliers']}")
print(f"正常値: {result['normal']}")
print()

if result['outliers']:
    print("⚠️ 外れ値が見つかりました！")
    print("   → データ入力ミスか、特殊なケースか確認してください")

# 社員の月給データ（万円）
salaries = [20, 22, 23, 24, 25, 26, 27, 28, 29, 30, 32, 35, 80]

result = detect_outliers(salaries)

print("【給与データ分析】")
print()
print(f"社員数: {len(salaries)}人")
print(f"給与データ: {salaries}")
print()

print("【四分位数】")
print(f"Q1（下位25%）: {result['Q1']}万円")
print(f"Q2（中央値）:   {result['Q2']}万円")
print(f"Q3（上位25%）: {result['Q3']}万円")
print(f"IQR: {result['IQR']}万円")
print()

print("【外れ値分析】")
print(f"正常範囲: {result['lower_bound']:.1f}万円 〜 {result['upper_bound']:.1f}万円")

if result['outliers']:
    print(f"外れ値: {result['outliers']}万円")
    print("→ 役員など特別な役職の可能性")
else:
    print("外れ値: なし")

print()

# 平均と中央値の比較
mean_salary = sum(salaries) / len(salaries)
print("【平均と中央値の比較】")
print(f"平均給与: {mean_salary:.1f}万円")
print(f"中央給与: {result['Q2']}万円")
print()
print("💡 外れ値（80万円）があるため、平均が引き上げられています")
print("   実態を見るなら中央値（27万円）の方が適切です")

# 2つのクラスのテスト結果
class_a = [65, 70, 72, 75, 78, 80, 82, 85, 88, 90]
class_b = [50, 60, 70, 75, 80, 85, 90, 95, 100, 100]

def analyze_class(scores, class_name):
    """クラスの分析"""
    result = detect_outliers(scores)
    
    print(f"【{class_name}】")
    print(f"Q1: {result['Q1']:.1f}点")
    print(f"Q2: {result['Q2']:.1f}点  ← 中央値")
    print(f"Q3: {result['Q3']:.1f}点")
    print(f"IQR: {result['IQR']:.1f}点  ← ばらつきの指標")
    
    if result['outliers']:
        print(f"外れ値: {result['outliers']}")
    else:
        print("外れ値: なし")
    print()

analyze_class(class_a, "クラスA")
analyze_class(class_b, "クラスB")

# 比較
iqr_a = calculate_iqr(class_a)['IQR']
iqr_b = calculate_iqr(class_b)['IQR']

print("💡 分析結果:")
print(f"   クラスA: IQR = {iqr_a:.1f}点（点数が集中している）")
print(f"   クラスB: IQR = {iqr_b:.1f}点（点数にばらつきがある）")