跳到主要內容

透過盒狀圖視覺化數字資料的範圍和分佈

在此頁面

透過盒狀圖視覺化數字資料的範圍和分佈

此範例使用來自 Qlik DataMarket 的每日溫度量值,顯示如何讓盒狀圖視覺化數字資料的範圍和分佈。

Box plot visualization.

資料集

在此範例中,我們會使用在 Qlik DataMarket 中從 Weather for more than 2500 cities worldwide 資料來源載入的天氣資料。資料集是根據 Qlik DataMarket 中的下列選項:

  • Location: Sweden > Gällivare Airport, Kiruna Airport, Kramfors Sollefteå Airport, Luleå Airport, Ostersund Froson, Skellefteå Airport, Umeå Airport, Örnsköldsvik Airport
  • Date: All time
  • Measurement: Average of the 24 hourly temperature observations in degrees Celsius

載入的資料集包含 2010 至 2017 年期間來自瑞典北方一些天氣測站的每日平均溫度量值。

量值

我們透過名稱 Temperature degrees Celsius 建立主項目中的量值,以使用資料集中的平均溫度量值作為量值以及運算式 Avg([Average of the 24 hourly temperature observations in degrees Celsius])

視覺化

我們將盒狀圖新增至工作表並設定下列資料屬性:

  • 維度Date (日期) 和 Year (年)。順序十分重要;Date 必須是第一個維度。
  • 量值Temperature degrees Celsius;作為主項目建立的量值。

在此範例中,我們使用預設盒狀圖預設,亦即標準 (Tukey),其鬚值長度為 1.5 四分位距

Box plot visualization.

探索

盒狀圖視覺化每日溫度測量的分佈。視覺化以平均溫度順序排序。每年的平均溫度由每個方塊的中間線表示。方塊從第一個四分位延伸到第三個四分位,而鬚值延伸 1.5 四分位距。也有一些異常值,亦即位於鬚值之外的點。您可以將滑鼠游標暫留在異常值點上方,檢視詳細資訊。

在盒狀圖中,我們可以看見年份 2010 具有較長的方塊和鬚值。這顯示年份 2010 具有較大的溫度量值分佈。這似乎也是平均最冷的年份。

2017 年的範圍很小,因為資料集只包含該年第一個月的測量值。