excel2010怎么弄箱线图(如何用excel做箱线图)

1. 如何用excel做箱线图

1、将数据输入到对应表格中，也可以直接从EXCEL表格中直接粘贴。

2、选择“分析”—“描述统计”—“探索”。

3、将数据选择为因变量，输出选择“图”。

4、点击“绘制”，选择”不分组”，点击“确定”。

5、点击左上角的文件－导出，出现如下对话框。

6、调节好需要的图片类型，点击“确定”，最终一幅精美的箱线图就完成了。

2. Excel做箱线图

方法/步骤

1/6

首先打开需要excel编辑数据，比如这里有20几条数据

2/6

在序号那一列的第一个单元格写上1，把鼠标光标定位到内容为1的单元的右下角，会出现一个【+】号

3/6

鼠标左键一直拖动鼠标，直到数据行拉完，然后松开鼠标，会发现序号那一整列都变成了【1】

4/6

不要慌，点击右下角那个小图标，选择【填充序列】

5/6

然后奇迹出现了不是，这就完成了序号自动生成

6/6

然后选择居中一下数据，把格式稍微调好看点就OK啦，是不是很easy呢

3. excel可以做箱线图吗

浙江大学编的,高等教育出版社的那本。

4. 怎么用excel做箱线图

四分位数（Quartile）应用于统计学中的箱线图绘制，是统计学中分位数的一种，即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。第三四分位数与第一四分位数的差距又称四分位距（InterQuartile Range,IQR）。对于四分位数的确定，有不同的方法，另外一种方法基于N-1 基础。Excel 中有两个四分位数的函数。以上引文中，w代表分位数位置，y代表位置的整数部分，z代表位置的分数部分

概念

第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。

第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。

第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。

第三四分位数与第一四分位数的差距又称四分位距（InterQuartile Range,IQR）。

示例

首先确定四分位数的位置：

Q1的位置= (n+1) × 0.25

Q2的位置= (n+1) × 0.5

Q3的位置= (n+1) × 0.75

n表示项数

对于四分位数的确定，有不同的方法，另外一种方法基于N-1 基础。即

Q1的位置=1+（n-1）x 0.25

Q2的位置=1+（n-1）x 0.5

Q3的位置=1+（n-1）x 0.75

Excel 中有两个四分位数的函数。QUARTILE.EXC 和QUARTILE.INC

QUATILE.EXC 基于 N+1 的方法，QUARTILE.INC基于N-1的方法。

引证：1.minitab软件自带“公式与方法”（methods and formulas）

内，关于第一四分位数的原文如下：

1st quartile (Q1)

Twenty-five percent of your sample observations are less than or equal to the value of the first quartile. Therefore, the first quartile is also referred to as the 25th percentile. Q1 is calculated as follows:

let

w = (N+1)/4

y = the truncated integer value of w

z = the fraction component of w that was truncated away

Q1 = x(y) + z(x(y+1) - x(y))

Note: when w is an integer, y = w, z = 0, and Q1 = x(y)

关于第三四分位数的原文如下：

3rd quartile (Q3)

Seventy-five percent o

5. excel制作箱线图

四分位数的定义

四分位数（Quartile）是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值。多应用于统计学中的箱线图绘制。第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。 第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。第三四分位数与第一四分位数的差距又称四分位距

6. 箱线图怎么制作excel

输入=MID(A1,FIND("箱",A1)+1,FIND("包",A1)-FIND("箱",A1)-1)/20+LEFT(A1,FIND("箱",A1)-1)

7. excel如何制作箱线图

本文所演示的的可视化方法

散点图 （Scatterplot)

直方图 (Histogram）

小提琴图 （Violinplot)

特征两两对比图（Pairplot）

安德鲁斯曲线 (Andrews curves)

核密度图 (Kernel density estimation plot)

平行坐标图 （Parallel coordinates）

Radviz （力矩图？）

热力图 (Heatmap)

气泡图 (Bubbleplot)

这里主要使用Python一个流行的作图工具: Seaborn library，同时Pandas和bubbly辅助。为什么Seaborn比较好？

因为很多时候数据分析，建模前，都要清洗数据，清洗后数据的结果总要有个格式，我知道的最容易使用，最方便输入模型, 最好画图的格式叫做"Tidy Data" (Wickham H. Tidy data[J]. Journal of Statistical Software, 2014, 59(10): 1-23.) 其实很简单，Tidy Data格式就是：

每条观察（记录）自己占一行

观察（记录）的每个特征自己占一列

举个例子，我们即将作图的数据集IRIS就是Tidy Data（IRIS（IRIS数据集）_百度百科）：

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

该数据集包含了5个属性：

Sepal.Length（花萼长度），单位是cm;

Sepal.Width（花萼宽度），单位是cm;

Petal.Length（花瓣长度），单位是cm;

Petal.Width（花瓣宽度），单位是cm;

种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。

IRIS数据可以看到，每条观察（ID=0,1,2...）自己占一行，每个特征(四个部位长/宽度，种类）自己占一列。Seaborn就是为Tidy Data设计的，所以方便使用。

所以这个数据集有6列，6个特征，很多时候做可视化就是为了更好的了解数据，比如这里就是想看每个种类的花有什么特点，怎么样根据其他特征把花分为三类。我个人的喜好是首先一张图尽量多的包含数据点，展示数据信息，从中发现规律。我们可以利用以下代码完全展示全部维度和数据这里用的bubbly：

三维图，全局观察

Python做出来，其实是一张可以拖动角度，放大缩小的图，拖一拖看各角度视图会发现三类还是分的挺明显的。Github上这个bubbly还是很厉害的，方便。

接下来开始做一些基础的可视化，没有用任何修饰，代码只有最关键的画图部分，可视化作为比赛的一个基础和开端，个人理解做出的图能看就行，美不美无所谓，不美也不扣分。因为

散点图，可以得到相关性等信息，比如基本上SepalLengthCm越大，SepalWidthCm越大

散点图使用Jointplot, 看两个变量的分布，KDE图，同时展示对应的数据点

就像上一篇说的，比赛中的每个环节都至关重要，很有必要看下这些分布直方图，kde图，根据这些来处理异常值等，这里请教，为什么画了直方图还要画KDE？？我理解说的都是差不多的东西。

关于KDE:"由于核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法，因而，在统计学理论和应用领域均受到高度的重视。"

无论如何，我们先画直方图，再画KDE

直方图

KDE 图这里通过KDE可以说，由于Setosa的KDE与其他两种没有交集，直接可以用Petailength线性区分Setosa与其他两个物种。

Pairplot箱线图，显示一组数据分散情况的统计图。形状如箱子。主要用于反映原始数据分布的特征，关键的5个黑线是最大值、最小值、中位数和两个四分位数。在判断异常值，处理异常值时候有用。

BoxPlot小提琴图

Violinplot

这个Andrews curves很有趣，它是把所有特征组合起来，计算个值，展示该值，可以用来确认这三个物种到底好不好区分，维基百科的说法是“If there is structure in the data, it may be visible in the Andrews' curves of the data.”（Andrews plot - Wikipedia）

Andrews' curves

radvizRadviz可视化原理是将一系列多维空间的点通过非线性方法映射到二维空间的可视化技术，是基于圆形平行坐标系的设计思想而提出的多维可视化方法。圆形的m条半径表示m维空间，使用坐标系中的一点代表多为信息对象，其实现原理参照物理学中物体受力平衡定理。 多维空间的点映射到二维可视空间的位置由弹簧引力分析模型确定。 (Radviz可视化原理 - CSDN博客) ，能展示一些数据的可区分规律。

数值是皮尔森相关系数，浅颜色表示相关性高，比如Petal.Length（花瓣长度）与 Petal.Width（花瓣宽度）相关性0.96，也就是花瓣长的花，花瓣宽度也大，也就是个大花。

不过，现在做可视化基本上不用python了，具体为什么可以去看我的写的文章，我拿python做了爬虫，BI做了可视化，效果和速度都很好。

finereport

可视化的一大应用就是数据报表，而FineReport可以自由编写整合所需要的报表字段进行报表输出，支持定时刷新和监控邮件提醒，是大部分互联网公司会用到的日常报表平台。

尤其是公司体系内经营报表，我们用的是商业报表工具，就是finereport。推荐他是因为有两个高效率的点：①可以完成从数据库取数（有整合数据功能）—设计报表模板—数据展示的过程。②类似excel做报表，一张模板配合参数查询可以代替几十张报表。

FineBI

简洁明了的数据分析工具，也是我个人最喜欢的可视化工具，优点是零代码可视化、可视化图表丰富，只需要拖拖拽拽就可以完成十分炫酷的可视化效果，拥有数据整合、可视化数据处理、探索性分析、数据挖掘、可视化分析报告等功能，更重要的是个人版免费。

主要优点是可以实现自助式分析，而且学习成本极低，几乎不需要太深奥的编程基础，比起很多国外的工具都比较易用上手，非常适合经常业务人员和运营人员。在综合性方面，FineBI的表现比较突出，不需要编程而且简单易做，能够实现平台展示，比较适合企业用户和个人用户，在数据可视化方面是一个不错的选择；

这些是我见过比较常用的，对数据探索有帮助的可视化方法。

8. excel能做箱线图吗

绘制箱线图需要借助于股价图中的“开盘-盘高-盘低-收盘图”，该图形需要将数据按一定的顺序排列。因此绘制箱线图时也需要将数据按P25、P100、P0、P50、P75的顺序排列（P25与P75的顺序可对调）。具体绘制步骤如下：①选取单元格区域A1:D5，单击“图表向导”图标 ，在弹出的“图表类型”对话框中选中股价图的“开盘-盘高-盘低-收盘图”（第2 个子图表类型），按下一步键。　　②在图表数据源对话框的数据区域中将“系列产生在”修改为“行”，按下一步键。　　③在“图表选项”对话框的分类（X）轴下方填入“治疗组”，在数值（Y）轴下方填入“最大呼气量（FEV）”，按完成键。　　④在绘图区点击右键，选取“数据源→系列→添加”，在“名称”右侧用鼠标选取单元格A6，在“值”右侧用鼠标选取单元格区域B6:D6 按确定键。　　⑤在网格线上点击右键，“清除”网格线；在绘图区单击右键“清除”背景色。　　⑥在横坐标上单击右键，选取“坐标轴格式→图案”，右上部主要刻度线类型复选“无”，按确定键。　　⑦在纵坐标上单击右键，选取“坐标轴格式→数字→数值”，小数位数改为“0”，按确定键。　　⑧在箱的中心位置P50 系列标志上单击右键，选取“数据系列格式→图案”，在界面右侧数据标记的样式处选取“+”，前景颜色处选黑色，“大小”改为6 磅，按确定键；在箱线图的顶部P100系列标志上单击右键，选取“数据系列格式→图案”，在界面右侧数据标记的样式处选取长横线“－”，前景颜色处选黑色，“大小”改为6 磅，按确定键；在箱线图的底部P0系列标志上单击右键，选取“数据系列格式→图案”，在界面右侧数据标记的样式处选取长横线“－”，前景颜色处选黑色，“大小”改为6 磅，按确定键。　　⑨适当调整绘图区的大小，调整整个图表区域的字体大小，去除图表区的边框等，可获得上图右侧的箱线图。这五个值可以在Excel中用QUARTILE(array,quart)函数求得。由此处也可知，用Excel作箱线图实际上也是一种间接的方式，并不是像SPSS等软件那样直接生成，从统计的角度来说，更重要的是这种方法不考虑Outliers，所以与其他软件作出来的图可能并不一样。

顶一下

(0)

0%

踩一下

(0)

0%