盒须图（Boxplot）

盒须图（Boxplot）主要用于对数据分布的显示。对于详细数据的显示通常采用下面几种方法。

最简单的方法是把所有的数据显示在一个散点图上。读者可以直接观察数据点的分布。

 

但如果数据量很大，数据点就会大量的重叠。虽然可以采用一些方法来减少重叠的影响，比如抖动，半透明显示等措施，但当数据量达到一定规模之后，唯一可行的方式就是显示数据汇总之后的结果。

比如在上面的例子，我们显示了一组销售价格和年度的数据。如果我们想看看总体价格是在上升或者下降，最常用的方法就是显示每个年度的均价。

 

根据年度均价的显示，销售价格应该是一个下降的趋势。但是真实情况确实如此吗？在使用平均值的时候，有很多情况会引起对数据的曲解。比如房价，如果高价位的房降了10%，而中低价位的房涨了15%，得出的均价很可能显示一个下降的趋势。而大家的感觉却是房价在上涨。

盒须图在很大程度避免了这种问题。盒须图对每组数据显示了五个部分：

 

以从上到下的顺序：

1.     最大值（或减掉outlier之后的最大值）

2.     位于75%百分位的值

3.     中间值

4.     位于25%百分位的值

5.     最小值

如果我们不上面例子里的同样数据用Boxplot画出来，就可以看到一个完全不同的结果。

 

我们可以看到和2009年相比，2010年的最低价位到中高价位都有一个上升。但因为最高值有一个较大的下降，导致平均值有一个降低。但总体价位是一个上升的趋势。