箱型图（Boxplot），也称为箱线图或盒须图，是一种用于展示数据分布特征的统计图表。它能够直观地显示数据的中位数、四分位数、异常值等统计信息，是探索性数据分析中常用的工具之一。以下是箱型图的主要特点：

  • 五数概括：箱型图通过五个关键数值来描述数据集的分布情况，这五个数值分别是：

①最小值：数据集中的最小值（除去异常值）。

②第一四分位数（Q1）：数据集中25%的数据小于或等于这个值。

③中位数（Q2）：数据集中50%的数据小于或等于这个值，也是数据集的中心点。

④第三四分位数（Q3）：数据集中75%的数据小于或等于这个值。

⑤最大值：数据集中的最大值（除去异常值）。

  • 箱体：箱型图中的箱体（箱子）通常表示第一四分位数（Q1）和第三四分位数（Q3）之间的范围，这个区间包含了数据集中的中间50%的数据。

  • 中位线：箱型图中的中位线表示数据集的中位数。

  • 须：从箱体延伸出的两条线（须）通常延伸到数据集中的最小值和最大值，但不会超过1.5倍的四分位距（IQR，即Q3-Q1）。

  • 异常值：超出须的范围的数据点通常被视为异常值，并单独标记。

  • 对称性：箱型图可以直观地展示数据的对称性。如果箱体和须是对称的，那么数据分布可能是对称的。

  • 离散程度：箱体和须的长度可以反映数据的离散程度。箱体越宽，表示数据的离散程度越大。

  • 偏态：箱型图可以展示数据的偏态。如果箱体明显倾斜，可能表明数据分布是偏斜的。

  • 比较性：箱型图可以并排放置，用于比较不同数据集或不同组之间的分布差异。

  • 简洁性：箱型图提供了一种简洁的方式来展示大量数据的分布情况，不需要绘制每个数据点。

  • 异常值检测：箱型图可以快速识别数据中的异常值，这对于数据清洗和异常值处理非常有用。

箱型图是一种非常实用的图表，它能够提供数据分布的直观视图，并且可以用于识别数据中的异常值和偏态。在数据分析、统计学和数据科学领域中，箱型图是一种常用的数据可视化工具。

打开网易新闻 查看精彩图片