當你在做資料總結分析，或者科研調查分析，甚至季度年度總結匯報，需要檢視資料的分佈情況以及是否有異常情況來形成結論輔助進一步分析時，那麼哪種圖表能夠清晰直觀地展現出這一資訊呢？
答案只有一個，那就是。。。箱線圖！
什麼是箱線圖
箱線圖，又名為盒須圖，盒式圖，通常用於展示一組資料的分佈情況，因為主題形狀像一個箱子，所以得名箱線圖。它主要用於反映原始資料分佈的特徵，還可以進行多組資料分佈特徵的比較。
箱線圖是由美國著名的統計學家約翰。圖基發明的，它主要展現了一組資料的幾個關鍵資料點，包括最大值、最小值、中位數以及上下兩個4分位數。也就是說，無論一組資料的量有多少，它只會在計算後，獲取這幾個計算後的資料來作為資料點，來繪製箱線圖。
在箱線圖中，箱子的中間有一條線，代表了資料的中位數。箱子的上下底，分別是資料的上四分位數（Q3）和下四分位數（Q1），這意味著箱體包含了50%的資料。因此，箱子的高度在一定程度上反映了資料的波動程度，上下邊緣則代表了該組資料的最大值和最小值。有時候箱子外部會有一些點，可以理解為資料中的“異常值”。
我們先看一個簡單的箱線圖應用，大家就應該很好理解了。分析不同學年、不同科目的學生成績是箱線圖的常見應用場景，下圖中我們可以看到學生的英語成績相對其它科目普遍較好，而數學則大部分都在80分以下。
所以要快速理解箱線圖，那麼一定要了解這2個概念：
四分位數
一組資料按照從小到大順序排列後，把該組資料四等分的數，稱為四分位數。第一四分位數 （Q1）、第二四分位數 （Q2，也叫“中位數”）和第三四分位數 （Q3）分別等於該樣本中所有數值由小到大排列後第25%、第50%和第75%的數字。第三四分位數與第一四分位數的差距又稱四分位距（interquartile range， IQR）。
偏態
與正態分佈相對，指的是非對稱分佈的偏斜狀態。在統計學上，眾數和平均數之差可作為分配偏態的指標之一：如平均數大於眾數，稱為正偏態（或右偏態）；相反，則稱為負偏態（或左偏態）。
箱線圖的價值
箱線圖包含的元素雖然有點複雜，但也正因為如此，它擁有許多獨特的功能：
第一點，直觀明瞭地識別資料批中的異常值。
箱線圖用來捕獲一組資料中的異常值，在資料整理的過程中，異常值帶來的不良影響是巨大的，我們需要額外重視異常值這一資料，異常值被定義為小於Q1－1。5IQR或大於Q3+1。5IQR的值，而箱線圖會將這一部分的值額外展現出來，突出異常值的特異性。
第二點，利用箱線圖判斷資料批的偏態和尾重。
透過箱線圖的形狀和異常值的分佈，我們可以大致的觀測出這一組資料的偏態和尾重，然後透過對比標準正態分佈，來分析資料形狀的出現原因。
第三點，利用箱線圖比較幾批資料的形態。
將幾批資料放在同一個數軸上，可以直觀的看出幾批資料之間中位數、尾長、異常值、分佈區間等的不同，用於質量管理、人事測評、探索性資料分析等統計分析活動中，有助於分析過程的簡便快捷，其作用顯而易見。
憑藉著這些“獨門絕技”，箱線圖在使用場景上也很不一般，
最常見的是用於質量管理、人事測評、探索性資料分析等統計分析活動
。
如何製作箱線圖
通常我們製作箱線圖的時候，是一個很大的工作量，需要先對資料統計分析，得出對應點之後再進行繪製，在繪製過程中，處理資料可能就花費大量時間，這裡我們使用
億信ABI
來進行箱線圖的繪製工作，可以大大的減少我們的工作。
第一步，準備資料，我們只需要準備好明細資料即可，無需再對資料進行各個對應點的計算，將資料建立成主題表後，即可直接應用系統箱線圖。資料格式可全面相容EXCEL表、資料庫表、CSV檔案、SQL語句等等。
建好主題表後，新建一個數據分析，並使用資料建立表格：
然後拖入統計圖元件，選擇箱線圖，並雙擊開啟設定介面，進行資料設定。
設定完成之後，點選計算，箱線圖就繪製完成了。
我們這裡的表的資料是一個汽車的成本價格和銷售價格隨月份的變化表，這邊設定了兩種資料作為對比，一種是汽車的成本資料，一種是銷售價格資料。透過兩種資料的箱線圖對比，我們可以明顯看出，在這個時間段的資料中，成本價格有一個很明顯的特異點，而且是低特異點，這就說明這個時間段內有某個點的成本價格要明顯低於其他時間點的成本，可以從此入手來進行進一步分析。另外再從中間的長方塊的面積來看，銷售價格的長方塊面積明顯比成本價格的小，說明銷售價格在這個時間段內都很穩定。
關於億信華辰
億信華辰是中國專業的智慧資料產品與服務提供商，一直致力於為政企使用者提供從資料採集、儲存、治理、分析到智慧應用的智慧資料全生命週期管理方案，幫助企業實現資料驅動、資料智慧，已積累了8000多家使用者的服務和客戶成功經驗，為客戶提供資料分析平臺、資料治理系統搭建等專業的產品諮詢、實施和技術支援服務。
△億信華辰全產品架構圖（點選檢視大圖）
歡迎關注公眾號：億信華辰Pro
－讓資料驅動進步－
