MATLAB制作箱线图：箱线图类型与应用全解

一、什么是箱线图

       箱线图（Box Plot），也称为盒须图，是一种非常实用的统计图形工具，用于可视化数据的分布情况、集中趋势和异常值。它可以一图概括多个统计特征，因此在数据分析、科研、教学中被广泛使用。总而言之，箱线图是一种总结数据分布的可视化图表，可以快速识别数据的中位数、分布范围和异常值。

二、箱线图构成元素

1. 箱线图五大核心组成

（1）Q1（下四分位数）

         a. 位置：箱体的下边缘。

         b.含义：表示25%的数据小于这个值。

         c.作用：界定低值区边界。

（2）Q2（中位数）

         a. 位置：箱体中间的横线。

         b. 含义：将数据一分为二，50%的值小于它。

         c. 作用：衡量数据集中位置。

（3）Q3（上四分位数）

         a. 位置：箱体的上边缘。

         b. 含义：表示75%的数据小于这个值。

        c. 作用：界定高值区边界。

（4）箱体（Box）

        a. 定义：从 Q1 到 Q3 之间的矩形区域。

        b. 含义：包含中间 50% 的数据，称为四分位距（IQR）。

        c. 判断波动：箱体越高，数据离散程度越大。

（5）箱须（Whiskers）

        a. 范围：从 Q1 - 1.5×IQR 到 Q3 + 1.5×IQR。

        b. 连接：分别连接到最小值和最大值（非异常值）。

        c. 用途：帮助识别正常范围内的数据边界。

2. 异常值（Outliers）

（1）定义：超出 （Q1 - 1.5×IQR ）或 （Q3 + 1.5×IQR ）的数据。

（2）表示方式：图中常用圆点、加号等标出。

（3）意义：指出极端情况，便于进一步分析或清洗数据。

3. 轴与标签

（1）横轴：分类标签

         用于区分不同数据组，例如“成绩”、“组别A”、“实验B”等。

（2）纵轴：数值刻度

         显示数据的实际数值分布（如考试分数、身高、温度等）。

             箱线图实例示意图

三、几种类型的箱线图的适用场景

1. 单组箱线图：最基础，单一数据集的分布

单组箱线图的适用场景：

       当你手头有一个数据集，想要分析该数据的分布情况、异常值、中位数等统计特征时，使用单组箱线图最为合适。

举个例子：

       假设你在分析某个班级的学生期末数学成绩。通过箱线图，你可以清楚地看到成绩的分布情况，识别是否有异常值（如特别高或特别低的成绩）。

适用场景总结：

• 查看数据分布：分析数据集的集中趋势、分散程度及异常值。

• 展示数据的中位数与四分位数：明确数据的中位值、上下四分位值以及异常值的范围。

• 识别异常值：通过箱线图的“胡须”和“离群点”轻松发现数据集中的异常值。

2. 多组比较箱线图：对比不同组的分布差异

多组比较箱线图的适用场景：

       当你手头有多个数据组，想要比较它们的分布、中位数以及是否存在显著差异时，多组比较箱线图是一个非常实用的工具。

举个例子：

       假设你在分析三个班级（A班、B班、C班）学生的期末语文成绩。你想要了解每个班级的成绩分布情况以及它们之间的差异。通过多组比较箱线图，你可以直观地看到每个班级的成绩分布，进而比较它们的成绩高低、集中程度以及异常值。

适用场景总结：

• 比较多个组的数据分布：观察不同组之间是否存在显著的分布差异。

• 分析多个组的中位数、四分位数差异：对比各组的集中趋势和离散程度。

• 查看异常值差异：比较不同组之间的异常值数量和分布情况。

3. 分类变量箱线图：展示分类变量下的分布差异

分类变量箱线图的适用场景：

        当你的数据包含一个分类变量（如性别、部门、地区等）和一个连续变量（如收入、成绩、温度等），你希望了解不同分类下连续变量的分布时，分类变量箱线图是一个非常有用的工具。

举个例子：

       假设你在分析男女学生的数学成绩，想要比较男女学生成绩的分布。通过分类变量箱线图，你可以清楚地看到男女生成绩的中位数、四分位数及异常值，从而判断两者之间是否存在显著的分布差异。

适用场景总结：

• 比较不同类别的数据分布：查看不同类别下连续变量的分布差异。

• 观察类别之间的集中趋势与分散程度：对比不同类别的中位数和四分位数。

• 识别每个类别的异常值：通过箱线图的离群点标记，识别每个类别的异常数据。

4. 水平箱线图：适用于长标签的展示

水平箱线图的适用场景：

       当你希望展示多个类别的数据，并且这些类别的标签较长或需要横向排列时，使用水平箱线图更加直观和方便。

举个例子：

       假设你在分析公司不同部门的员工满意度分数，部门名称较长。为了让标签不至于重叠，采用水平箱线图，可以更清晰地展示各部门满意度的分布情况，并且避免标签重叠。

适用场景总结：

• 类目标签较长时的展示：当类别名称很长时，水平箱线图避免了标签重叠。

• 横向比较不同组数据：在需要比较多个数据组时，水平箱线图提供了一种更直观的方式。

• 展示分类数据的分布：适用于分析分类数据在不同组之间的分布差异。

5. 带抖动点箱线图：展示原始数据的分布

带抖动点箱线图的适用场景：

       当你希望在箱线图的基础上展示所有原始数据的分布情况时，可以使用带抖动点的箱线图。这种图形将箱线图的统计特征与原始数据的具体点结合起来，提供更丰富的信息。

举个例子：

       假设你正在分析一组实验数据，比如志愿者的血压反应，箱线图可以帮助你看到数据的整体分布和异常值，而通过加上抖动点，你可以进一步看到每个数据点的具体位置，进而更精确地分析数据的波动情况。

适用场景总结：

• 显示原始数据分布：除了箱线图的统计特征外，还能展示原始数据的具体分布。

• 揭示数据集的分散程度：通过抖动点，可以看到数据是否集中在某一部分，或分布较为分散。

• 分析数据的离群点：通过抖动点展示的离群点，可以帮助识别和分析数据中的极端值。

几种类型箱线图适用场景总结

你手上有什么数据？	用哪些箱线图？
一组数据	单组箱线图
多组数据	多组比较箱线图
分类变量 + 连续变量	分类变量箱线图
标签较长的数据	水平箱线图
单组数据 + 原始数据	带抖动点箱线图

 四、实现绘图前的数据检查

针对五种类型箱线图的数据要求

箱线图类型	特别准备事项
单组箱线图	确保只有一组连续变量数据
多组比较箱线图	确保有多组数据进行对比
分类变量箱线图	需要一个分类变量和一个连续变量
水平箱线图	适用于类目标签较长的数据
带抖动点箱线图	确保数据中包含原始数据点并呈现分布

五、MATLAB绘制相应散点图

1. 单组箱线图绘制

只要一组连续数值，比如某班学生的数学成绩，就可以使用基本的 boxplot() 绘制箱线图。

       以下是相关代码实现：

% 某班的数学成绩(可以手动更改)
data = [75, 80, 85, 88, 90, 92, 95, 78, 85, 83, 91, 87, 89];
% 设置全局字体：中文用宋体，数字部分用 Helvetica
set(groot, 'defaultAxesFontName', 'Helvetica'); % 数字
set(groot, 'defaultTextFontName', '宋体');       % 图标题、坐标轴标题等中文
set(groot, 'defaultAxesFontSize', 11);
set(groot, 'defaultTextFontSize', 11);
% 创建图窗
figure('Color', 'w')
% 绘制箱线图
h = boxplot(data, ...
    'Widths', 0.4, ...
    'Colors', [0.1 0.4 0.7], ...
    'Symbol', 'r+', ...
    'BoxStyle', 'outline', ...
    'MedianStyle', 'target');
% 添加填充色（半透明蓝，可更改）
boxes = findobj(gca, 'Tag', 'Box');
for j = 1:length(boxes)
    patch(get(boxes(j), 'XData'), get(boxes(j), 'YData'), ...
        [0.8 0.9 1], ...
        'FaceAlpha', 0.5, ...
        'EdgeColor', [0.1 0.4 0.7], ...
        'LineWidth', 1.5);
end
% 添加均值点同时设置数字字体（这里数字字体为Helvetica）
hold on
m = mean(data);
plot(1, m, 'o', 'MarkerSize', 6, ...
    'MarkerEdgeColor', 'k', 'MarkerFaceColor', 'm');
text(1.15, m, sprintf('%.1f', m), ...
    'FontName', 'Helvetica', 'FontSize', 11, 'Color', 'k');
% 设置中文字体（这里使用宋体）
title('单组数学成绩箱线图', 'FontName', '宋体', 'FontWeight', 'bold');
ylabel('成绩', 'FontName', '宋体');
% 图形美化
grid on
box off
set(gca, 'XTickLabel', {'数学'}, 'XTick', 1)
ylim([70 100])

箱线图实现：

2. 多组比较箱线图

只要有多组连续数值，比如多个班级的学生成绩，就可以使用 boxplot() 对不同组进行并列比较，观察各组数据的分布、集中趋势与差异。

        以下是相关代码实现：

% 三个班级的数学成绩（可更改）
data = {
    [75, 80, 85, 88, 90, 92],         % 1班
    [65, 70, 72, 74, 78, 80, 83],     % 2班
    [85, 88, 90, 93, 95, 97, 98]      % 3班
};
% 拼接成一个长向量并并标上组别标签
all_scores = [data{1}, data{2}, data{3}];
group_labels = [ ...
    repmat({'1班'}, 1, length(data{1})), ...
    repmat({'2班'}, 1, length(data{2})), ...
    repmat({'3班'}, 1, length(data{3}))];
% 设置字体样式（可更改）
set(groot, 'defaultAxesFontName', 'Helvetica');  
set(groot, 'defaultTextFontName', '宋体');        
set(groot, 'defaultAxesFontSize', 11);
set(groot, 'defaultTextFontSize', 11);
% 创建图窗
figure('Color', 'w');
% 绘制箱线图
boxplot(all_scores, group_labels, ...
    'Colors', [0.1 0.4 0.7], ...
    'Widths', 0.4, ...
    'Symbol', 'r+', ...
    'BoxStyle', 'outline', ...
    'MedianStyle', 'target');
% 添加填充色（半透明，可更改）
hold on
boxes = findobj(gca, 'Tag', 'Box');
for j = 1:length(boxes)
    patch(get(boxes(j), 'XData'), get(boxes(j), 'YData'), ...
        [0.8 0.9 1], ...
        'FaceAlpha', 0.5, ...
        'EdgeColor', [0.1 0.4 0.7], ...
        'LineWidth', 1.5);
end
% 添加每组的均值点和数字标注
group_means = cellfun(@mean, data);
for i = 1:3
    plot(i, group_means(i), 'o', ...
        'MarkerSize', 6, ...
        'MarkerFaceColor', 'm', ...
        'MarkerEdgeColor', 'k');
    % 添加均值文字（数字字体）
    text(i + 0.1, group_means(i), sprintf('%.1f', group_means(i)), ...
        'FontName', 'Helvetica', 'FontSize', 11);
end
% 设置图标题与坐标轴（设置中文宋体，可更改）
title('三班数学成绩分布比较', 'FontName', '宋体', 'FontWeight', 'bold');
ylabel('成绩', 'FontName', '宋体');
% 图形美化
grid on
box off
ylim([60 100]);

箱线图实现： 

3.  分类变量箱线图

当数据包含一个分类变量（如性别）和一个连续变量（如数学成绩）时，可以使用 boxplot() 绘制分类变量箱线图，用于观察不同类别下数据的分布差异。 

        以下是相关代码实现：

% 学生成绩和对应性别（可更改）
scores = [85, 88, 90, 78, 82, 91, 87, 84, 93, 88, ...
          70, 72, 75, 68, 65, 78, 74, 73, 69, 76];  % 共20人
genders = [ ...
    repmat({'男'}, 1, 10), ...   % 前10人是男生
    repmat({'女'}, 1, 10)];      % 后10人是女生
% 设置字体（字体类型与大小按需修改）
set(groot, 'defaultAxesFontName', 'Helvetica');
set(groot, 'defaultTextFontName', '宋体');
set(groot, 'defaultAxesFontSize', 11);
set(groot, 'defaultTextFontSize', 11);
% 创建图窗
figure('Color', 'w');
% 绘制箱线图，按性别分类
boxplot(scores, genders, ...
    'Colors', [0.1 0.4 0.7], ...
    'Widths', 0.4, ...
    'Symbol', 'r+', ...
    'BoxStyle', 'outline', ...
    'MedianStyle', 'target');
% 颜色设置（可更改）
hold on
boxes = findobj(gca, 'Tag', 'Box');
for j = 1:length(boxes)
    patch(get(boxes(j), 'XData'), get(boxes(j), 'YData'), ...
        [0.8 0.9 1], ...
        'FaceAlpha', 0.5, ...
        'EdgeColor', [0.1 0.4 0.7], ...
        'LineWidth', 1.5);
end
% 添加每组均值点
mean_male = mean(scores(strcmp(genders, '男')));
mean_female = mean(scores(strcmp(genders, '女')));
plot(1, mean_male, 'o', 'MarkerFaceColor', 'm', 'MarkerEdgeColor', 'k');
plot(2, mean_female, 'o', 'MarkerFaceColor', 'm', 'MarkerEdgeColor', 'k');
% 添加注释（数字字体）
text(1.1, mean_male, sprintf('%.1f', mean_male), 'FontName', 'Helvetica');
text(2.1, mean_female, sprintf('%.1f', mean_female), 'FontName', 'Helvetica');
% 添加标题与坐标轴标签（中文）
title('按性别分类的数学成绩箱线图', 'FontName', '宋体', 'FontWeight', 'bold');
ylabel('成绩', 'FontName', '宋体');
% 图形美化
grid on
box off
ylim([60 100])

箱线图实现： 

4. 水平箱线图

当类别标签较长或更希望横向比较数据分布时，可以使用 boxplot() 并设置‘ Orientation','horizontal'绘制水平箱线图，使信息更加清晰直观。

         以下是相关代码实现：

% 三个班的数学成绩
data = {
    [75, 80, 85, 88, 90, 92],        % 1班
    [65, 70, 72, 74, 78, 80, 83],    % 2班
    [85, 88, 90, 93, 95, 97, 98]     % 3班
};
% 合并数据和组标签
all_scores = [data{1}, data{2}, data{3}];
group_labels = [ ...
    repmat({'1班'}, 1, length(data{1})), ...
    repmat({'2班'}, 1, length(data{2})), ...
    repmat({'3班'}, 1, length(data{3}))];
% 设置字体(按需更改)
set(groot, 'defaultAxesFontName', 'Helvetica');
set(groot, 'defaultTextFontName', '宋体');
set(groot, 'defaultAxesFontSize', 11);
set(groot, 'defaultTextFontSize', 11);
% 创建图窗
figure('Color', 'w');
% 绘制水平箱线图
boxplot(all_scores, group_labels, ...
    'Orientation', 'horizontal', ...
    'Colors', [0.2 0.5 0.8], ...
    'Widths', 0.5, ...
    'Symbol', 'r+', ...
    'BoxStyle', 'outline', ...
    'MedianStyle', 'target');
% 添加填充
hold on
boxes = findobj(gca, 'Tag', 'Box');
for j = 1:length(boxes)
    patch(get(boxes(j), 'XData'), get(boxes(j), 'YData'), ...
        [0.85 0.92 1], ...
        'FaceAlpha', 0.5, ...
        'EdgeColor', [0.2 0.5 0.8], ...
        'LineWidth', 1.5);
end
% 添加均值点和标签并设置数字字体
means = cellfun(@mean, data);
for i = 1:3
    plot(means(i), i, 'o', ...
        'MarkerSize', 6, ...
        'MarkerFaceColor', 'm', ...
        'MarkerEdgeColor', 'k');
    text(means(i) + 1, i, sprintf('%.1f', means(i)), ...
        'FontName', 'Helvetica', 'FontSize', 11);
end
% 添加标题与横坐标
title('三班数学成绩水平对比箱线图', 'FontName', '宋体', 'FontWeight', 'bold');
xlabel('成绩', 'FontName', '宋体');
% 美化图形
grid on
box off
xlim([60 100])

箱线图实现： 

 5.带抖动点的箱线图

当样本量较小时，为更直观地展示数据分布，可以在箱线图基础上添加带抖动的散点图层，从而同时观察统计特征与原始数据的离散情况。

          以下是相关代码实现：

% 三个班级数学成绩数据
group1 = [75, 80, 85, 88, 90, 92];
group2 = [65, 70, 72, 74, 78, 80, 83];
group3 = [85, 88, 90, 93, 95, 97, 98];
% 合并数据和分组标签
scores = [group1, group2, group3];
labels = [ ...
    repmat({'1班'}, 1, length(group1)), ...
    repmat({'2班'}, 1, length(group2)), ...
    repmat({'3班'}, 1, length(group3))];
% 设置字体
set(groot, 'defaultAxesFontName', 'Helvetica');
set(groot, 'defaultTextFontName', '宋体');
set(groot, 'defaultAxesFontSize', 11);
set(groot, 'defaultTextFontSize', 11);
% 创建图窗
figure('Color', 'w');
% 绘制箱线图（不显示默认异常值）
boxplot(scores, labels, ...
    'Colors', [0.15 0.4 0.75], ...
    'Widths', 0.5, ...
    'Symbol', '', ...
    'BoxStyle', 'outline', ...
    'MedianStyle', 'target');
% 添加半透明填充色
hold on
boxes = findobj(gca, 'Tag', 'Box');
for j = 1:length(boxes)
    patch(get(boxes(j), 'XData'), get(boxes(j), 'YData'), ...
        [0.85 0.92 1], ...
        'FaceAlpha', 0.5, ...
        'EdgeColor', [0.15 0.4 0.75], ...
        'LineWidth', 1.5);
end
% 抖动散点
group_index = [ones(1, length(group1)), 2*ones(1, length(group2)), 3*ones(1, length(group3))];
x_jitter = group_index + 0.15 * randn(size(group_index));  % 调整抖动幅度
scatter(x_jitter, scores, ...
    40, ...                         % 更大点
    [0.3 0.3 0.3], ...
    'filled', 'MarkerFaceAlpha', 0.5);
% 添加每组均值点
means = [mean(group1), mean(group2), mean(group3)];
for i = 1:3
    plot(i, means(i), 'o', ...
        'MarkerSize', 7, ...
        'MarkerEdgeColor', 'k', ...
        'MarkerFaceColor', [1 0 1]);  % 紫色均值点
    % 均值数值标签（数字字体）
    text(i + 0.1, means(i), sprintf('%.1f', means(i)), ...
        'FontName', 'Helvetica', ...
        'FontSize', 12, 'FontWeight', 'bold', ...
        'Color', [0.1 0.1 0.1]);
end
% 添加标题与标签
title('各班数学成绩带抖动的箱线对比图', ...
    'FontName', '宋体', 'FontWeight', 'bold');
ylabel('成绩', 'FontName', '宋体');
% 美化图形
ylim([60 100]);
xlim([0.5 3.5]);
grid on
box off

 箱线图实现： 

       通过本篇博客，我们系统地介绍了五种常见的箱线图类型及其在 MATLAB 中的实现方式，从基础的单组箱线图，到多组对比、分类变量分布、水平展示，再到融合原始数据点的增强型可视化。每种类型都适用于不同的数据结构与分析需求，帮助我们在“看见数据”的同时，更准确地理解数据的分布特征与差异。

       希望这些示例能为你今后的数据分析、教学展示或科研图表制作提供实用参考。如果你有任何问题或想法，欢迎留言交流，一起精进可视化表达的技巧！