解码数据分布：茎叶图和箱形图初学者指南

想象你是班主任，拿到了班上25名学生的数学考试成绩（满分100），分数如下：
45, 52, 59, 61, 62, 63, 65, 66, 68, 70, 72, 74, 75, 75, 76, 77, 78, 81, 82, 85, 88, 90, 92, 95, 98

让我们看看茎叶图和箱线图分别怎么"描绘"这群学生的成绩。

---

第一部分：茎叶图 --- 像一株植物，列出所有细节

一、它是什么？

茎叶图是一种将原始数据 和数据分布形状结合显示的图表。它像一株植物，"茎"是高位数字，"叶"是低位数字，所有数据点一目了然。

二、怎么画？（用我们的成绩数据）

1. 分茎和叶：这里我们取十位数作"茎"，个位数作"叶"。

2. 画竖线：在纸上画一条竖线。

3. 写"茎" ：在竖线左侧，从最小十位数到最大十位数，依次写下：4, 5, 6, 7, 8, 9。

4. 添"叶" ：遍历每个分数，将它的个位数（叶），按顺序写在对应茎的右侧。

   • 第一个分数45 → 茎是4，叶是5，在4的右边记一个5。
   • 第二个分数52 → 茎是5，叶是2，在5的右边记一个2。
   • 以此类推...

最终得到的茎叶图如下：

数学考试成绩茎叶图
十位(茎) | 个位(叶)
-----------------
4 | 5
5 | 2 9
6 | 1 2 3 5 6 8
7 | 0 2 4 5 5 6 7 8
8 | 1 2 5 8
9 | 0 2 5 8

（注：为了清晰，我们已将"叶"从小到大排序）

三、它能告诉我们什么？（解读图例）

1. 看整体形状：数据集中在60-80多分之间（茎6,7,8），形状大致对称，像一座小山。
2. 找具体数据 ：可以直接读出每个分数！比如7 | 0 2 4 5 5 6 7 8表示有70, 72, 74, 75, 75, 76, 77, 78分的学生。这是它独一无二的优点。
3. 发现异常值：最低分45分（茎4）看起来有点"离群"。

四、优点与局限

• 优点 ：保留了每个原始数据，直观展示分布，制作简单。
• 局限：数据量很大（比如几百个）时，会变得冗长、混乱，不适合用。

---

第二部分：箱线图 --- 五个数字，概括全局

如果说茎叶图是"工笔画"，列出所有细节，那么箱线图就是"简笔画"，用五个关键数字 概括数据的整体分布。 一、五个关键数字是什么？

让我们先计算成绩数据的这五个数：

1. 最小值 ：45 (非异常值的最小值)
2. 第一四分位数 ：66 (将所有数据从小到大排序，位于前25%位置的数，记作Q1)
3. 中位数 ：75 (排序后正中间的数，记作Q2或中位数)
4. 第三四分位数 ：82 (位于前75%位置的数，记作Q3)
5. 最大值 ：98 (非异常值的最大值)

二、箱线图长什么样？（基于以上五个数）

        最小值   Q1   中位数   Q3    最大值
          |-----[====|====]-----|
         45     66    75    82     98
          ↓      ↓           ↓      ↓
        下界    箱子起点    箱子终点   上界
                 (IQR范围)

（[ ]表示箱子，|在箱子中间是中位数，-----是须线）

更标准的箱线图还会标出可能的异常值（用点·表示） 。

三、它能告诉我们什么？（解读图例）

1. 看箱子的位置和长度：

   • 箱子包含了中间50%的数据（从Q1到Q3，即66分到82分）。
   • 箱子长度 = Q3 - Q1 = 16，这叫四分位距，反映了中间半数数据的波动范围。这里箱子不长，说明中等水平的学生成绩比较集中。
   • 中位数线（75） 在箱子中间偏右一点，说明成绩分布稍微偏向高分一侧。

2. 看须线的长度：

   • 下须线（Q1到最小值45）比上须线（Q3到最大值98）长很多，说明高=低分学生分布更分散，而高分学生（除了个别）相对集中。

3. 识别异常值：

   • 箱线图通常用1.5倍IQR规则判断异常值。本例中：

     • 下界 = Q1 - 1.5*IQR = 66 - 24 = 42
     • 上界 = Q3 + 1.5*IQR = 82 + 24 = 106

   • 分数45高于下界42，所以没有异常值 。如果有分数低于42，就会被单独标为异常点·。

四、箱线图的巨大威力：多组比较

这是箱线图最不可替代的用途！一眼比较不同班级、不同方法的效果。

  班级A成绩   |---[==|==]---|·········>
  班级B成绩         |---[=|==]---|
  班级C成绩 |---[===|===]---|
          ←---------------分数---------------→

一眼看出：A班中位数最高，但有个超低异常值；B班整体紧凑；C班整体偏低但均匀。

---

第三部分：总结与对比

特性	茎叶图	箱线图
核心功能	展示细节，列出每个数据点	概括分布，用五个统计量总结
呈现信息	所有原始数据、分布形状	中位数、四分位范围、极值、异常值
最佳场景	数据量小（如<50），需要精确知道每个值时	数据量大，快速了解分布概况，特别适合多组数据对比
优点	不丢失原始信息，制作简单	简洁有力，对异常值敏感，比较能力强
局限	数据量大时混乱不堪	丢失了数据分布的细节（如双峰分布）

给你的最终指南

1. 如果你是"考古学家" ，想仔细审视一小批数据的每一个细节，用茎叶图。
2. 如果你是"指挥官" ，想快速把握一批或多批数据的整体分布、典型水平和异常情况，用箱线图。

记住这个口诀：

茎叶图，个个现，数据一多就花眼。
箱线图，五条线，分布异常全看见。