---
url: /chart/boxplot.md
---
# 箱线图 boxplot

统计五分位的紧凑表达：箱体是四分位区间（Q1-Q3）、箱内横线是中位数、须线延伸到正常范围边缘。对比多个群体的"典型值与波动"最严谨的画法。

## 何时使用

* 每个群体已有（或可算出）**min / q1 / median / q3 / max** 统计值；
* 关心中位数、波动范围与分布偏态，而不是单个均值；
* 接口耗时、响应时长、成绩分布等"群体 vs 分布"的对比。

## 示例

专属数据字段 `boxData`（`{ label, min, q1, median, q3, max }`），一箱一个群体。

### 各岗位薪酬分布

HR 与财务的定薪依据：五个分位值来自薪酬调研报告，箱体高低与重叠区间直接回答「我们给得起吗」「和市场差多少」——均值会骗人，箱线图不会。

### 城市二手房挂牌价

生活购房决策：几个候选板块的挂牌价五分位对比——中位数定预算、箱体长度看板块价格是否混乱（箱体越长砍价空间的故事越多）。

### 分组箱线：多组数据比较

`boxData` 带 `group` 字段即启用分组形态：同类目内两组箱体并排、颜色按组区分，图例点选整组显隐。适合「两个季度比」「两个机房比」这类成对对比。

### 横向箱线与异常值检测

`boxHorizontal: true` 翻转方向：类目走纵轴、耗时走横轴，类目名再长也放得下。`showOutliers: false` 可隐藏异常点只看分位主体——异常值检测则相反：离群的圆点就是你要的答案（超时毛刺、爬虫流量），悬浮箱体查看五分位明细。

## 配置要点

* 统计值由业务侧算好传入（与后端聚合口径一致）；
* 只有原始明细数据时，先看[直方图](/chart/bin)更直接；
* 箱体越"矮"说明群体越稳定，箱体越长波动越大；
* `group` 分组形态下 `showOutliers: false` 同样生效；图例按组聚合；
* 异常点检测口径在业务侧：`outliers` 数组单独传入，不参与箱体分位计算。

## 相关

* [直方图](/chart/bin) · [K 线图](/chart/candle)
* [API 参考](/chart/api)