第33天知识点：如何制作箱型图？
今天和大家分享一个让你一眼就能看出数据分布特征的神奇图表--箱型图。
箱型图，常见于品质管理，不仅不受异常值的影响，能直观准确的描绘出数据的离散分布情况，还能帮助你快速发现异常值。
而且，通过比较不同组的箱型图，你还可以了解各组数据之间的相似和差异之处。
下面我们就来看看如何在FineBI中制作箱型图吧。
小张是一家百货公司的区域主管，手底下管理了3家门店，一百多名员工。一季度结束了，小张想看看不同门店员工的薪酬分布情况，门店之间的薪酬差异大不大？各个门店是薪酬高的员工多，还是薪酬低的员工多？
我们模拟了一张3家门店所有员工的薪酬明细表。
1、打开FineBI-我的分析-新建分析主题
2、导入数据-选择数据：本地Excel文件-上传数据-点击确定
3、新建组件-图表类型选择：箱型图-将字段分别拖入如下位置
至此，我们就可以看到不同门店员工的薪酬分布情况。
操作很简单，对不对？
可以看出三家门店员工薪酬差距还是比较大的。
但仅仅制作出这个图并不是我们的最终目的。
我们需要从图中获得更多的有用信息。
这就要求我们对箱型图的特征有所了解。
箱型图的高度在一定程度上反映了数据的波动程度：
当箱型图很短时，表示数据分布集中，数据间的差异较小
当箱型图很长时，表示数据分布分散，数据间的差异较大
箱型图的中位数所处的高低位反应了数据的偏斜程度：
当中位数接近底部时，表示数组中的大部分数据比较小
当中位数接近顶部时，表示数组中的大部分数据表较大
箱型图的须线长短反应了数据分布的偏态情况：
上、下须长指中位线到上、下边缘之间的长度，须长越长，方差越大
当上、下须大约等长时，数据呈对称分布
当上须长、下须短，说明中位数接近箱型图底部，数据呈右偏分布
当上须短、下须长，说明中位数接近箱型图顶部，数据呈左偏分布
结合箱型图的特征，我们可以进一步看出以下特征：
上海门店：员工之间薪酬差异很大，且中位数接近底部，说明大部分员工薪酬水平还是偏低，高薪资的员工只有少数。
北京门店：整体呈正态分布，中位数也是三家门店最高的，说明北京门店平均薪酬水平更高。
青岛门店：门店内员工薪酬水平接近，但薪酬平均水平是三家门店中最低的，虽然接近上海，可薪酬上限却受到一定限制。
不知道有没有小伙伴发现一个问题：
上海门店员工最低薪酬8900元，最高薪酬30546元，但上海门店的箱型图下边缘却是-13068.5元，是个负数，是不是计算错误？
这里可以告诉各位小伙伴，计算结果是没有问题的。
一组全是正值的数组中，为何箱型图的下边缘却是个负数？
这是因为在箱型图中，下边缘并不是数组的最小值，而是通过公式计算出来的数值。
这个大家一定要注意。
那下边缘的计算公式是什么呢？
下面，就带大家详细了解一下箱型图的构成。
箱型图主要由以下几部分构成：
异常值：那些超出箱子范围的特殊值，一眼就能看出来！
上边缘和下边缘：箱子的上下边界，但并不是数据的最大最小值。
中位数：箱子的中心线，代表数据的平均水平。
上四分位数和下四分位数：箱子的两条分割线，帮你快速了解数据的分布情况。
上须线和下须线：中位线至上、下边缘的距离，可以判断方差大小。
具体如下：
理解即可，不用死记硬背。
纯理论有些枯燥，可以结合下面两个例子来加深理解。
理解上图中的例子，你就完全掌握箱型图的构成及计算逻辑了。
接下来，挑战来啦！
小张想在上面箱型图的基础上继续分析，看看上海门店少数薪酬高的员工具体是哪几位。
假设你是小张，你会如何来解决这个问题呢？
其实很简单：
将图表类型修改为自定义图表，然后，关键的一步来了，将纵轴上的【薪酬】字段复制一份，接着将图形属性下的其中一个【薪酬】的图形类型修改为【点】。
效果是不是就出来了。这样，从图中一眼就能看出上海有几名员工的薪酬水平明显高于其他员工。
我们将鼠标放置在圆点上，就可以锁定到具体某一位员工，并能显示出该员工对应的信息。
其实，箱型图的制作并不难，难的是在于理解其构成及指标的含义。
另外，关于箱型图值得注意的几点：
1、箱型图的上下边缘并非数组的最大或最小值。
2、箱型图不受异常值的影响，可以准确的描绘出数据的离散分布情况。
3、箱型图上下四分位数的计算口径并不是唯一的，FineBI中关于上下四分位数的计算口径简单理解就是：中位数把数组分成两个50%，下四分位就是把前50%，分成两个25%，上四分位就是把后50%，分成两个25%。
好了，今天的学习内容就到这里，赶快动手练习吧！ | 
