# 箱线图生成器 生成箱线图进行统计分布分析，包含四分位数、须线和异常值检测 > 标准页面: https://elysiatools.com/zh/tools/box-plot-generator - **分类:** Data Visualization - **关键词:** 箱线图, 统计图, 分布图, 四分位数, 异常值, 数据分析 ## 概述 箱线图生成器是一款专业的数据可视化工具，用于快速创建箱线图（盒须图），直观展示数据的分布特征、集中趋势和离散程度。它能自动计算四分位数、识别异常值，并通过高度可定制的图表样式，帮助用户清晰地进行统计分析和数据比较。 ## 输入项 - **箱线图数据** (textarea): 箱线图数据。可以是包含名称/值的对象数组或简单的键值对 - **图表标题** (text): 图表上方显示的标题 - **图表方向** (select): 箱线图的方向 - **箱体填充颜色** (color): 箱体填充的颜色 - **须线颜色** (color): 须线的颜色（从箱体延伸的线） - **中位线颜色** (color): 箱体内中位线的颜色 - **异常值颜色** (color): 异常值点的颜色 - **显示异常值** (checkbox): 显示超出须线的异常值点 - **显示平均值** (checkbox): 将平均值显示为菱形 - **显示网格线** (checkbox): 显示网格线以提高可读性 - **显示统计信息** (checkbox): 显示统计信息（计数、平均值、标准差） - **箱体宽度** (range): 箱体的宽度（相对值） - **异常值点大小** (range): 异常值点的大小 - **图表宽度** (text): 图表宽度（像素） - **图表高度** (text): 图表高度（像素） - **边距大小** (text): 图表周围的边距 ## 适用场景 - 需要比较两组或多组数据的分布差异时，例如对比不同班级的成绩或不同产品的测试结果。 - 需要快速识别数据集中的异常值或离群点时。 - 需要向团队或客户直观展示数据的统计特征（如中位数、四分位距）时。 ## 工作原理 - 准备数据：将您的数据整理为JSON格式，可以是包含名称和值数组的对象列表，或简单的键值对。 - 配置图表：设置图表标题、方向、颜色方案（箱体、须线、中位线、异常值）以及是否显示网格、统计信息等。 - 生成图表：工具将根据您的数据和配置，自动计算统计量并生成可交互的HTML箱线图。 ## 使用案例 - 学术研究：比较不同实验组或对照组的数据分布，验证假设。 - 质量控制：分析生产线测量数据的波动情况，检测异常产品。 - 业务分析：可视化不同销售渠道、时间段或地区的业绩分布，辅助决策。 ## 常见问题 ### 输入的数据格式有什么要求？ 数据需为JSON格式。支持两种结构：1) 对象数组，每个对象包含`name`（组名）和`values`（数值数组）；2) 简单的键值对，键为组名，值为数值数组。 ### 图表中可以显示平均值吗？ 可以。在配置中勾选“显示平均值”选项，平均值将以菱形标记显示在箱线图上。 ### 如何自定义图表的颜色？ 工具提供了多个颜色选项，您可以分别设置箱体填充色、须线颜色、中位线颜色和异常值点的颜色。 ### 这个工具能处理多大的数据集？ 工具在浏览器端运行，适合处理中小型数据集。对于包含大量数据点（例如数万条）的组，生成图表时可能会有性能延迟。 ### 生成的图表可以下载或嵌入吗？ 生成的图表是HTML格式，您可以直接在浏览器中查看、截图，或将其HTML代码嵌入到网页或报告中。 ## 相关工具 - [弦图生成器](https://elysiatools.com/zh/tools/chord-diagram-generator): 生成交互式弦图，可视化实体间的双向流动和关系 - [范围图生成器](https://elysiatools.com/zh/tools/range-chart-generator): 创建范围图来可视化最小值-最大值范围，支持中位数标记和异常值检测 - [智能文本总结器 - AI内容分析](https://elysiatools.com/zh/tools/text-summarizer): 智能提取文章核心要点，生成高质量总结。支持多种总结风格和长度，适用于学术论文、新闻报道、工作报告等各类文本 - [批量条码生成器](https://elysiatools.com/zh/tools/barcode-batch-generator): 从 CSV 或多行文本批量生成 Code 128、EAN-13、UPC-A、ITF-14、QR Code 和 Data Matrix，并导出 PNG ZIP 或 PDF - [中心极限定理演示器](https://elysiatools.com/zh/tools/central-limit-theorem-demonstrator): 直观展示中心极限定理：从非正态源分布（均匀、指数、泊松或伯努利）抽样，绘制样本均值的直方图，并叠加预测的正态曲线 N(μ, σ²/n)。对比经验与理论的均值和标准误，观察随样本量增大收敛性增强。 - [相关性分析器](https://elysiatools.com/zh/tools/correlation-analyzer): 高级相关性分析工具，计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。 功能特点： - 多种相关性方法（皮尔逊、斯皮尔曼、肯德尔） - 相关性矩阵生成 - 统计显著性检验（p值） - 置信区间计算 - 热图可视化 - 散点图矩阵生成 - 缺失值处理策略 - 异常值检测和处理 - 分组分析能力 - 详细统计报告 常见用途： - 金融市场分析和风险评估 - 科学研究和假设检验 - 客户行为和营销分析 - 医疗和医疗数据分析 - 质量控制和流程优化 - 教育绩效评估 - [边界值处理器](https://elysiatools.com/zh/tools/data-boundary-processor): 高级边界值处理工具，用于识别和处理数值数据中的最小值和最大值。完美适用于数据验证、范围检查、统计分析和数据预处理。 功能特点： - 多种边界检测方法（绝对值、百分位数、标准差） - 灵活处理策略（裁剪、删除、替换、变换） - 自定义范围验证 - 非对称边界处理 - 批量处理能力 - 综合边界统计 - 数据质量评估 - 可视化边界报告 常见用途： - 数据验证和质量控制 - 传感器数据范围检查 - 金融数据限制执行 - 统计数据预处理 - 机器学习特征工程 - 数据库约束验证 - [数据去重工具](https://elysiatools.com/zh/tools/data-deduplicator): 基于多列组合移除重复记录 ## 示例 - [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换 - [Android Kotlin 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换 - [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换 - [Web Rust 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-rust): Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换 ## 相关内容 - [图表与图示生成器](https://elysiatools.com/zh/hubs/chart-diagram-generators): 根据数据结构选择图表，清晰表达比较、分布、层级、关系、进度和时间安排。 - [数据质量与异常调查工作流](https://elysiatools.com/zh/hubs/data-quality-anomaly-workflows): 对表格数据做质量剖析，识别重复、缺失、参照断裂、离群和值班时序异常，并把发现整理成可辩护的质量证据。