等待数据输入...
🔒 100% 本地计算，数据绝不离开您的浏览器
支持的数据格式：
- 逗号分隔：1.5, 2.8, 9.1, 16.2
- 空格分隔：1.5 2.8 9.1 16.2
- 换行分隔：每行一个数字
- 科学计数法：1.23e-4, 5.67E+8
- 多序列模式：使用「组名: 数值1, 数值2, 数值3」格式，每行一组
- 自动忽略文本和特殊字符
Universal Standard (R, Python, Google Sheets)
Linear interpolation method, default standard for modern data science software
R (type=7) Python NumPy Google Sheets QUARTILE.EXC
Interpolated Values
Medium Complexity
📚 了解更多箱线图知识
什么是箱线图？
箱线图（Box Plot，也称为箱须图）是一种基于五数概括展示数据分布的标准化方法：
- 最小值：不包括异常值的最低数据点
- 第一四分位数（Q1）：数据集下半部分的中位数（第25百分位数）
- 中位数（Q2）：数据集的中间值（第50百分位数）
- 第三四分位数（Q3）：数据集上半部分的中位数（第75百分位数）
- 最大值：不包括异常值的最高数据点
为什么使用箱线图生成器？
虽然您可以手动计算这些统计量，但使用箱线图生成器可以节省时间并确保准确性，尤其是在处理大型数据集时。它会自动处理复杂任务，如：
- 数据排序
- 使用精确算法（如 Tukey 方法）计算四分位数
- 使用 1.5×IQR 规则识别异常值
- 按比例绘制图表
如何解读箱线图
箱体：代表数据的中间 50%（四分位距）。箱体内的线是中位数。
须线：从箱体延伸到非异常值的最小和最大值。它们显示了其余数据的范围。
点：在须线之外的单独点是潜在的异常值。
💡 何时使用此工具
✅
比较分布
快速查看不同数据集在中心和分散程度上的比较。
✅
识别异常值
立即发现可能影响分析的极端值。
✅
汇总大型数据集
将数千个数据点浓缩为简单、易读的可视化图表。
常见问题解答
用通俗易懂的语言解释统计学概念
数学公式
查看计算背后的标准数学公式
四分位数计算 (方法2)
第一四分位数 (Q1):
中位数 (Q2):
第三四分位数 (Q3):
四分位距与异常值检测
四分位距 (IQR):
异常值边界:
算法说明
PlotNerd 使用统计学标准的“方法 2 (中位数四分位法)”进行四分位数计算，结果与主流统计软件（如 R, SPSS）一致。所有计算结果均经过严格验证以确保准确性。