京公网安备 11010802034615号
经营许可证编号:京B2-20210330
箱型图,又叫做箱线图(Boxplot),或者箱须图(Box-whisker Plot),另外,盒式图指的也是它。箱型图通常是被用作观察数据整体的分布情况,是通过数据中的五个统计量:最小值(上边界)、上四分位数(75/%分位数)、中位数、下四分位数(25/%分位数)与最大值(下边界)来描述数据的一种统计图。通过计算这些统计量,生成一个箱型图,可以直观地显示出数据的异常值,分布的离散程度以及数据的对称性。箱型图包含了大部分的正常数据,但是如果是位于箱体上边界和下边界之外的,就是异常数据。
一、箱型图5要素
中位数:二分之一分位数。计算的方法为:将一组数据按从小到大顺序排列后的处于中间位置的值。
注意:
如果原始序列长度n是奇数,那么中位数所在位置是(n+1)/2;
如果原始序列长度n是偶数,那么中位数所在位置是n/2.n/2+1.中位数的值等于这两个位置的数的算数平均数。
下四分位数Q1:位于数据序列25%位置处的数
四分位数的求法,是将序列平均分成四份。具体的计算目前有(n+1)/4与(n-1)/4两种,一般使用(n+1)/4.简单来说,也就是四分之一分位数即第(n+1)/4个数
上四分位数Q3:位于数据序列75%位置处的数。与下四分位数所在位置计算方法类似,为(1+n)/4*3=6.75.也就是介于第六与第七个位置之间的地方,对应的具体的值为0.75*6+0.25*7=6.25.
四分位间距IQR:IQR表示上下四分位差,系数1.5是一种经过大量分析和经验积累起来的标准,一般情况下不做调整。计算方法为: IQR = Q3-Q1
下限:非异常范围内的最大值= Q1 – 1.5 *IQR
上限:非异常范围内的最小值= Q3 + 1.5 *IQR
二、箱型图特性
1.能够直观的显示出异常值,如果数据有离群点,也就是位于上下边界之外,并以圆点来表示
2.如果箱型图很短,那么就代表着大部分数据都集中分布在很小的范围之内
3.如果箱型图很长,就代表着数据分布比较离散,数据间的差异较大
4.中位数所处的高低位置,可以反映数据的偏斜程度,如果中位数接近顶部,代表大部分的数据值比较大,反之,如果中位数接近底部,代表大部分的数据值比较小
5.上下虚线比较长时,代表着上下四分位数之外的数据变化较大,整体数据的方差和标准偏差也比较大
6.箱型图的上下边界代表着非异常范围内的最大值或最小值
另外,虽然通过箱型图可以清晰看出数据的分布偏态,但是箱型图并不能显示出关于数据分布偏态和尾重程度的精确度量。而且当数据量很大时,箱型图反映出来的数据信息会更加模糊。因此,建议结合均值、标准差、偏度、分布函数等工具一起使用。
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12