如何看箱线图？？-写客百科

如何看箱线图？？

箱盒图（又称盒图，箱线图等）要在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。根据箱盒图，能够直观地探寻数据特点。

箱盒图共有2个用途，各自如下：直接地鉴别数据中异常值（离群点）；直接地判断数据离散分布状况，掌握数据分布情况。

箱盒图共由五个数值点构成，分别是最小观查值（下边缘），25%分位数（Q1），中位数，75%分位数（Q3），较大观查值（上边缘）。中横线：中位数IQR：75%分位数（Q3）-25%分位数（Q1）最小观查值（下边缘） = Q1 – 1.5 IQR较大观查值（上边缘）= Q3 1.5 IQR箱盒图的使用场景情况如下：查询可能的异常值数据状况（例如在回归分析前查询是否有异常数据）；非参数检验时查询不同类型X时，Y的数据分布状况；其他涉及查询数据分布或是异常值查询时。SPSSAU操作截屏如下：上图中直观展现出C2时共有2个异常值点，如果对C2展开分析，且分析方法对异常值敏感时（例如相关分析，回归分析等），这时必须对该2个异常值点进行解决成null或是添充，或者在分析时进行过滤。SPSSAU提供不同类型X时，Y的盒状图分布，例如上图中可以查看不同性别群体，C1,C2和C3共三项在区别性别时的盒状分布。

获得结果例如C1的盒状图如下：图中可以看出，在男士时，C1含有2个异常点；女性时，C1共发生1个异常点。移到异常点时会表明实际数据。这时如果有需要，可将此3个异常值予以处理，或者在分析时过滤掉异常值。

除了异常值的观察，也可以通过数据盒状图直观看出，男性在C1上的总体评分，会明显高于女性评分。

箱线图入门 01

箱形图（Box-plot）也称为盒须图、盒式图或箱线图，是一种用作表明一组数据分散状况材料的统计图。因形状如箱子而出名。

在各种领域也经常被使用，多见于质量管理。

它主要用于体现初始数据分布的特点，也可以进行多个数据分布特点的较为。箱线图的制作方法是：先找到一组数据的最高值、最小值、中位数和两个四分位数；随后，连接2个四分位数绘制箱子；再将最高值和最小值与箱子相连接，中位数在箱子中间。如上图所示，图上主要包括六个数据节点，将一组数据从大到小排列，各自算出他的上边缘，上四分位数 Q3 ，中位数，下四分位数Q1 ，下边缘，还有一个异常值。应用5个点对数据集做简易总结，这5个点包含中点、左右四分位数Q1、Q3、分部情况的高位和低位（左右边沿）。

箱形图很形象的分成中心、延伸及其分布情况的所有范畴。箱形图最为重要的是对有关统计点测算,有关统计点都能通过百分位计算方式开展完成。 1、画数轴，度量单位大小和数据批的企业一致，起点比最小值稍小，长短比该数据批的全距稍长。

2、画一个矩形盒，两边边的位置分别对应数据批的左右四分位数（Q3和Q1）。在矩形盒内部中位数（Xm）位置画一条线段为中位线。 3、在Q3 1.5 IQR 和Q1－1.5 IQR 处画两条与中位线一样的线段，这两条线段为异常值截断点，称之为内限；在Q3 3IQR和Q1－3IQR处画两条线段，称之为外限。

处在内限之外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值（mild outliers），在外限之外的是极端的异常值(extreme outliers) 。 Remark：四分位距IQR=Q3-Q1 4、从矩形盒两边边往外各画一条线段直至不是异常值的最远点，表明该批数据标准值的分布区间。 5、用“〇”标明温和的异常值，用“*”标明极端的异常值。

相同值的数据点并排标明在同一数据线位置上，不同值的数据点标在各个数据线位置上。到此一批数据的箱形图便绘制了。统计软件绘制的箱形图一般没有标明内限和外限。？ 1.体现数据的异常值一批数据里的异常值值得关注，忽略异常值的出现是十分危险的，不加去除地把异常值包含进数据计算分析过程中，会让结果会带来负面影响；重视异常值的出现，分析其形成的原因，经常变成发现问题从而改善决策的机会。

箱形图为我们提供了鉴别异常值的一个标准：低于Q1－1.5IQR或超过Q3 1.5IQR的值为异常值；此方法来源于经验判断，但经验说明它在解决要特别注意的数据层面表现不错。箱形图的制作借助具体数据，不需要事前假设数据服从特定分布方式，并未对数据作任何约束性规定，它只是真正直接地表现数据外形的原本面貌；另一方面，箱形图判断异常值的要求以四分位数和四分位距为载体，四分位数具有一定的耐抗性，高达25%的数据能够变得随意远而不会很大地扰动四分位数，因此异常值不能对这个标准施加影响，箱形图鉴别异常值的结果较为客观。因此，箱形图在鉴别异常值层面有一定的优势。 2.体现数据的偏态和尾重针对规范正态分布的大样本，中位数位于左右四分位数的中央，箱形图的方盒有关中位线对称。

中位数越偏移左右四分位数的中心位置，分布偏态性越高。异常值集中在较大值一侧，则分布展现右偏态；异常值集中在较小值一侧，则分布展现左偏态。 3.体现数据的形态在同一数轴上，几批数据的箱形图并行排序，几批数据的中位数、尾长、异常值、分布区间等形状信息便一目了然。箱子的上下限，分别是数据的上四分位数和下四分位数。

这意味着箱子包括了50%的数据。因此，箱子的总宽在一定程度上体现了数据的波动水平。壳体越扁表明数据越集中，端线（也就是“须”）越少也说明数据集中。

箱线图（Box Plot）理论篇

记得以前应当梳理完的，可是找不着，就再来一次吧箱形图也称为盒须图、箱线图箱形图针对的是单一变量，可用于鉴别异常值要理解与使用箱形图，必须弄清楚几个概念：有两个点注意下：从小到大排列分为四等份针对这三个分割点： Q3与Q1的差距也称为四分位距（InterQuartile Range, IQR）这个图呢，大概是说，为什么上界限和下边界之外的数据，也就是离群值（异常值）能够忽略掉的原因，好像便是传说中3σ原则我看这儿还会标明离群值和极端值，上、下界限以外值应用Excel、Python或者其它工具画箱线图很容易，可是，根据这个图究竟可以获得些什么启示呢？感觉应用箱线图，是为了看数据的分布状况，看数据集中在哪里，分布有什么特征，数据是集中在较小值一侧还是较大值一侧，是否有异常值这些资料都没啥特别的，刚刚找到篇文章，狗熊会的，不错，对这个箱线图的使用场景算是来个比照，分享下先另附原文地址：丑图百讲 | 箱线图应当怎么用箱线图是针对持续性变量使用的大家也来说个具体事例，我便应用seaborn里的数据集好了因为这里，并没有显示具体的各项指标数据，大家需要结合 describe 函数换句话说，台费的中位数是2.9美金（不清楚企业是啥，就当美金吧） Q1是2美金，Q3是3.5625美金，50%的数据都集中在这个区间内异常值都集中在限制中位数和均值比较接近其实用箱线图来展示这个台费的分布，并非非常好，如果用条形图的话，更加的直观看，数据的集中水平，更加的显著一些并非所有数据都适合话箱线图，假如你箱线图画出来便是一条横线，或是很扁，那就赶紧换一种图吧一般有2个原因造成这种情况：创作者总结的很好，直接贴过来了，学习下作者还说了，这儿有一种解决方案，就是做对数变换可是，我目前还不是很理解，做了对数变换，数据不就变了吗，这个呈现出来没影响嘛？又为何可以这样做呢？等我研究明白了再讲箱线图究竟怎么用配合着定性变量画分组箱线图，作比较！我理解的是，在不同维度下，对数据进行比较，可以用箱线图作者梳理了几点箱线图的特征，这儿分享下：嗯，学了，还是要专业的人来分享这一篇理论篇先去这，我去梳理下seaborn中制作boxplot