四分位数箱线图绘制教程

绘制四分位数箱线图需先整理数据，计算五个关键统计量：更大值、最小值、中位数、上四分位数和下四分位数，利用这些数值构建箱体和须线，箱体范围代表中间50%的数据分布，须线则延伸至数据边缘，该图表能有效展示数据的离散程度、集中趋势及异常值情况，是数据可视化的重要工具。

从原理到实操全解析 **

在数据分析和统计分析中,箱线图（Box Plot），又称为盒须图，是一种强大且常用的可视化工具，它能以简洁的方式展示数据分布的五数概括（最小值、下四分位数、中位数、上四分位数、更大值），并能直观地识别出数据中的异常值。

无论你是使用纸笔进行统计学习,还是使用Excel、Python等专业软件处理数据，掌握箱线图的绘制逻辑都是至关重要的，本文将详细介绍箱线图的构成原理，并教你如何一步步画出标准的箱线图。

箱线图的核心构成要素

在动手画之前,我们需要理解箱线图上的每一条线代表了什么，一个标准的箱线图主要由以下五个关键统计量构成：

中位数： 数据集排序后位于中间位置的数值，将数据分为上下两半。
下四分位数（Q1，25%分位数）： 排序后，位于数据集前25%位置的数值（即下半部分数据的中位数）。
上四分位数（Q3，75%分位数）： 排序后，位于数据集前75%位置的数值（即上半部分数据的中位数）。
内限（须的边界）： 通常定义为 $Q1 - 1.5 \times IQR$ 和 $Q3 + 1.5 \times IQR$。$IQR$（四分位距）= $Q3 - Q1$。
异常值： 超出内限范围的数据点。

手工绘制箱线图的步骤

假设我们有一组数据（例如某班级10名学生的数学成绩）： [55, 62, 70, 75, 78, 82, 85, 88, 92, 98]

以下是绘制这组数据箱线图的详细步骤：

步骤 1：数据排序 首先将数据从小到大排列（上述数据已排好序）。

步骤 2：计算关键统计量

中位数： 数据个数为10（偶数），取中间两个数的平均值。$(78 + 82) / 2 = 80$。
计算Q1和Q3：
- 中位数将数据分为两组：[55, 62, 70, 75, 78] 和 [82, 85, 88, 92, 98]。
- Q1（下四分位数）： 下面5个数的中位数，即第3个数，70。
- Q3（上四分位数）： 上面5个数的中位数，即第8个数，88。
计算IQR（四分位距）： $IQR = Q3 - Q1 = 88 - 70 = 18$。

步骤 3：确定“须”的边界（非异常值范围）

下须边界： $Q1 - 1.5 \times IQR = 70 - 1.5 \times 18 = 70 - 27 = 43$。
上须边界： $Q3 + 1.5 \times IQR = 88 + 1.5 \times 18 = 88 + 27 = 115$。

步骤 4：确定须的端点（实际数据的更大/最小非异常值）

下须端点： 在数据中找到大于下须边界（43）的最小值，查看数据，最小值是55，它大于43，所以下须端点为 55。
上须端点： 在数据中找到小于上须边界（115）的更大值，查看数据，更大值是98，它小于115，所以上须端点为 98。
异常值： 本例中没有数据落在43到115的范围之外，因此没有异常值。

步骤 5：绘图

画一条垂直的数轴,标出刻度。
画一个矩形（箱子）：箱子的底部边缘在Q1（70），顶部边缘在Q3（88）。
在箱子内部画一条横线表示中位数（80）。
画“须”：从箱子底部（Q1）向下画线到下须端点（55）；从箱子顶部（Q3）向上画线到上须端点（98）。
如果有异常值,在须的外侧用圆点或星号单独标出。

使用软件工具绘制箱线图

在实际工作中,我们通常使用软件来提高效率。

Excel绘制法

虽然老版本的Excel没有直接的一键生成功能,但新版本（Office 365及Excel 2016以上）已经内置了箱线图：

选中数据列。
点击“插入” -> “图表”区域 -> 点击“所有图表” -> 找到“箱线图”。
点击确定即可生成,你可以右键点击图表选择“设置数据格式”来调整是否显示平均值点、中位数点等细节。

Python (Matplotlib / Seaborn) 绘制法

对于数据分析师来说,Python是最常用的工具。

import matplotlib.pyplot as plt
import numpy as np
data = [55, 62, 70, 75, 78, 82, 85, 88, 92, 98]
# 绘制箱线图
plt.figure(figsize=(6, 4))
plt.boxplot(data, 
            vert=True,         # 垂直绘制
            patch_artist=True, # 填充颜色
            showmeans=True)    # 显示均值点
'学生成绩箱线图')
plt.ylabel('分数')
plt.show()

如何解读箱线图？

画好箱线图后,我们可以从中读出丰富的信息：

集中趋势： 看箱子内的橙色（或白色）中线（中位数），位置越高代表平均水平越高。
离散程度： 箱子越扁（IQR越小），说明中间50%的数据越集中；须越短，说明整体数据波动越小。
偏态：
- 如果中位数靠近箱子底部,说明数据呈右偏（大部分值较小，有个别极大值）。
- 如果中位数靠近箱子顶部,说明数据呈左偏。
- 如果中位数在箱子正中间,数据分布相对对称。
异常值： 任何在须之外单独存在的点都是潜在的异常值，值得在分析中特别关注。

箱线图怎么画？本质上就是计算五个关键统计量并按规则连线的过程，理解了背后的统计逻辑，无论使用什么工具，你都能轻松绘制出专业的箱线图，从而更深入地洞察数据的分布特征。

绘恋网