什么是盒须图（Box Plot）

盒须图（Box Plot），也称为箱线图、盒形图或箱式图，是一种用于展示数据分布情况的统计图表。它通过展示数据的中位数、四分位数以及异常值等信息，能够直观地反映数据的集中趋势和离散程度。

盒须图的基本组成部分

1. 中位数（Median） ：盒须图中的中位数是一条水平线，将数据分为两部分，每部分包含50%的数据。
2. 四分位数（Quartiles）：
   • 下四分位数（Q1） ：盒子的底部，表示25%的数据值。
   • 上四分位数（Q3） ：盒子的顶部，表示75%的数据值。
   • 四分位距（IQR） ：盒子的长度，即Q3与Q1之间的距离，表示中间50%的数据范围。
3. 须线（Whiskers） ：从盒子延伸出来的垂直线段，通常表示1.5倍的四分位距（IQR）之外的数据范围。超出须线的数据被视为异常值。
4. 异常值（Outliers） ：超出须线的数据点，通常用点、小圆圈或星号标示。

盒须图的特点

• 集中趋势：通过中位数和四分位数可以观察数据的集中趋势。
• 离散程度：通过四分位距和须线的长度可以观察数据的离散程度。
• 异常值检测：盒须图能够清晰地识别出数据中的异常值。

盒须图的应用

盒须图广泛应用于统计分析、数据分析、质量管理和科学研究等领域。例如：

• 比较不同组别的数据分布特征。
• 检测数据中的异常值。
• 分析数据的偏斜情况。

盒须图的绘制步骤

1. 选择数据：选择需要分析的数据列。
2. 插入盒须图：
   • 在Excel中，可以通过“插入”>“统计图表”>“盒须图”生成。
   • 在Tableau中，将度量字段拖到行架，并选择“Box-and-whisker plot”选项。
   • 在Python中，可以使用Matplotlib或Seaborn库绘制盒须图。
3. 自定义设置：
   • 可以调整盒须图的外观，如颜色、线条粗细等。
   • 可以设置显示中位数、异常值等。

盒须图的优势

• 简洁明了：能够快速展示数据的主要分布特征。
• 异常值识别：通过须线和异常值标记，可以直观地识别数据中的异常点。

盒须图的局限性

• 无法显示每个数据点的具体值：只能展示数据的统计特征。
• 不适合展示数据的分布形状：如正态分布等。

盒须图是一种非常实用的数据可视化工具，能够帮助我们快速理解数据的分布特征和异常情况。