# 透過盒狀圖視覺化數字資料的範圍和分佈

此範例使用每日溫度量值，顯示如何讓盒狀圖視覺化數字資料的範圍和分佈。

![盒狀圖視覺化。](https://help.qlik.com/zh-TW/sense/November2025/Subsystems/Hub/Content/Resources/Images/ex_gen_box_plot_example.png)

## 資料集

在此範例中，我們將使用下列天氣資料。

* Location: Sweden > Gällivare Airport
* Date range: all data from 2010 to 2017
* 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。

![盒狀圖視覺化。](https://help.qlik.com/zh-TW/sense/November2025/Subsystems/Hub/Content/Resources/Images/ex_gen_box_plot_example.png)

## 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。