基于年龄向量创建一个箱线图。用箱线图来可视化年龄分布。

加载 patients 数据集。Age 变量包含 100 个患者的年龄信息。创建一个箱线图来可视化年龄分布。

load patients
boxchart(Age)
ylabel('Age (years)')

患者的中位数年龄为 39 岁，如箱内的线条所示。32 岁和 44 岁的下四分位数和上四分位数分别显示为箱的底部和顶部边缘。须线（即在框下方和上方延伸的线条）的端点对应于最年轻和最年长的患者。年龄最小的患者是 25 岁，最大的是 50 岁。数据集不包含由小圆圈表示的离群值。

您可以使用数据提示来获取数据统计的汇总。将鼠标悬停在箱线图上可查看数据提示。

使用箱线图来比较沿幻方的列和行的值的分布。

创建一个包含 10 行和 10 列的幻方。

Y = magic(10)

Y = 10×10

    92    99     1     8    15    67    74    51    58    40
    98    80     7    14    16    73    55    57    64    41
     4    81    88    20    22    54    56    63    70    47
    85    87    19    21     3    60    62    69    71    28
    86    93    25     2     9    61    68    75    52    34
    17    24    76    83    90    42    49    26    33    65
    23     5    82    89    91    48    30    32    39    66
    79     6    13    95    97    29    31    38    45    72
    10    12    94    96    78    35    37    44    46    53
    11    18   100    77    84    36    43    50    27    59

为幻方的每列创建一个箱线图。每列都有一个相似的中位数值（在 50 附近）。但是，Y 的前五列的四分位差大于 Y 的后五列。四分位差是上四分位数（箱的上边缘）和下四分位数（箱的下边缘）之间的距离。

boxchart(Y)
xlabel('Column')
ylabel('Value')

为幻方的每行创建一个箱线图。每行都有相似的四分位差，但各行的中位数值不同。

boxchart(Y')
xlabel('Row')
ylabel('Value')

根据地震发生的月份绘制地震的幅值。使用地震幅值向量和分组变量来表示每次地震的月份。对于每组数据，创建一个箱线图，并将其放置在 x 轴上的指定位置。

将一组海啸数据以表形式读入工作区中。该数据集包括关于地震以及海啸的其他原因的信息。显示表的前八行，内容包括月份列、原因列和地震幅值列。

tsunamis = readtable('tsunamis.xlsx');
tsunamis(1:8,["Month","Cause","EarthquakeMagnitude"])

ans=8×3 table
    Month          Cause           EarthquakeMagnitude
    _____    __________________    ___________________

     10      {'Earthquake'    }            7.6        
      8      {'Earthquake'    }            6.9        
     12      {'Volcano'       }            NaN        
      3      {'Earthquake'    }            8.1        
      3      {'Earthquake'    }            4.5        
      5      {'Meteorological'}            NaN        
     11      {'Earthquake'    }              9        
      3      {'Earthquake'    }            5.8        

创建表 earthquakes，其中包含由地震引起的海啸的数据。

unique(tsunamis.Cause)

ans = 8x1 cell
    {0x0 char                  }
    {'Earthquake'              }
    {'Earthquake and Landslide'}
    {'Landslide'               }
    {'Meteorological'          }
    {'Unknown Cause'           }
    {'Volcano'                 }
    {'Volcano and Landslide'   }

idx = contains(tsunamis.Cause,'Earthquake');
earthquakes = tsunamis(idx,:);

根据对应海啸发生的月份对地震幅值进行分组。对于每个月份，显示一个单独的箱线图。例如，boxchart 使用第四个、第五个和第八个地震幅值及其他幅值来创建第三个箱线图，该箱线图对应于第三个月。

boxchart(earthquakes.Month,earthquakes.EarthquakeMagnitude)
xlabel('Month')
ylabel('Earthquake Magnitude')

请注意，由于月份值是数值，因此 x 轴标尺也是数值。

如果想采用更具描述性的月份名称，请将 earthquakes.Month 列转换为 categorical 变量。

monthOrder = ["Jan","Feb","Mar","Apr","May","Jun","Jul", ...
    "Aug","Sep","Oct","Nov","Dec"];
namedMonths = categorical(earthquakes.Month,1:12,monthOrder);

创建与上面相同的箱线图，但使用 categorical 变量 namedMonths 代替数值月份值。x 轴标尺现在是分类值，namedMonths 中的类别顺序决定箱线图的顺序。

boxchart(namedMonths,earthquakes.EarthquakeMagnitude)
xlabel('Month')
ylabel('Earthquake Magnitude')

根据年龄对医疗患者进行分组，并为每个年龄组创建一个关于舒张压值的箱线图。

加载 patients 数据集。Age 和 Diastolic 变量包含 100 个患者的年龄和舒张压水平值。

load patients

将患者数据分为五个年龄 bin。找出最小和最大年龄，然后将它们之间的范围划分为以五年为一档的 bin。通过使用 discretize 函数对 Age 变量中的值分 bin。使用 bins 中的 bin 名称。生成的 groupAge 变量是 categorical 变量。

min(Age)

ans = 25

max(Age)

ans = 50

binEdges = 25:5:50;
bins = {'late 20s','early 30s','late 30s','early 40s','late 40s+'};
groupAge = discretize(Age,binEdges,'categorical',bins);

为每个年龄组创建一个箱线图。每个箱线图显示该组内患者的舒张压值。

boxchart(groupAge,Diastolic)
xlabel('Age Group')
ylabel('Diastolic Blood Pressure')

使用两个分组变量对数据进行分组，并对生成的箱线图进行定位和着色。

加载示例文件 TemperatureData.csv，此文件包含 2015 年 1 月至 2016 年 7 月间的日均温度。将该文件读入一个表中。

tbl = readtable('TemperatureData.csv');

将 tbl.Month 变量转换为 categorical 变量。指定类别的顺序。

monthOrder = {'January','February','March','April','May','June','July', ...
    'August','September','October','November','December'};
tbl.Month = categorical(tbl.Month,monthOrder);

创建箱线图，显示每年每个月的温度分布。将 tbl.Month 指定为位置分组变量。使用 'GroupByColor' 名称-值对组参数将 tbl.Year 指定为颜色分组变量。请注意，tbl 不包含 2016 年某些月份的数据。

boxchart(tbl.Month,tbl.TemperatureF,'GroupByColor',tbl.Year)
ylabel('Temperature (F)')
legend

在此图中，您可以轻松比较某个特定月份在多个年份中的温度分布情况。例如，您可以看到 2016 年 2 月的气温变化比 2015 年大得多。

创建箱线图，并使用 hold on 在箱线图上绘制均值。

加载 patients 数据集。将 SelfAssessedHealthStatus 转换为有序 categorical 变量，因为 Poor、Fair、Good 和 Excellent 类别具有自然顺序。

load patients
healthOrder = {'Poor','Fair','Good','Excellent'};
SelfAssessedHealthStatus = categorical(SelfAssessedHealthStatus, ...
    healthOrder,'Ordinal',true);

根据患者自我评估的健康状况对患者进行分组，并找出每组患者的体重均值。

meanWeight = groupsummary(Weight,SelfAssessedHealthStatus,'mean');

使用箱线图比较各组患者的体重。在箱线图上绘制体重均值。

boxchart(SelfAssessedHealthStatus,Weight)
hold on
plot(meanWeight,'-o')
hold off
legend(["Weight Data","Weight Mean"])

使用缺口来确定中位数值是否彼此存在显著差异。

加载 patients 数据集。根据患者的位置拆分患者数据。为每组患者创建关于体重的箱线图。指定 'Notch','on'，这样每个箱都包括一个称为缺口的锥形着色区域。在 5% 显著性水平上，缺口不重叠的箱线图具有不同中位数。

load patients
boxchart(categorical(Location),Weight,'Notch','on')
ylabel('Weight (lbs)')

在此示例中，三个缺口重叠，表明三个体重中位数没有显著差异。

使用 tiledlayout 和 nexttile 函数显示一对并排显示的箱线图。

加载 patients 数据集。将 Smoker 转换为 categorical 变量，并使用描述性的类别名称 Smoker 和 Nonsmoker，而不是 1 和 0。

load patients
Smoker = categorical(Smoker,logical([1 0]),{'Smoker','Nonsmoker'});

使用 tiledlayout 函数创建一个 1×2 分块图布局。通过调用 nexttile 函数，在布局中创建第一个坐标区 ax1。在第一个坐标区中，显示两个关于收缩压值的箱线图，一个用于吸烟者，另一个用于非吸烟者。通过调用 nexttile 函数，在分块图布局中创建第二个坐标区 ax2。在第二个坐标区中，对舒张压执行同样的操作。

tiledlayout(1,2)

% Left axes
ax1 = nexttile;
boxchart(ax1,Systolic,'GroupByColor',Smoker)
ylabel(ax1,'Systolic Blood Pressure')
legend

% Right axes
ax2 = nexttile;
boxchart(ax2,Diastolic,'GroupByColor',Smoker)
ylabel(ax2,'Diastolic Blood Pressure')
legend

创建一组用不同颜色表示的箱线图，以 BoxChart 对象的向量形式返回。使用向量更改一个箱线图的颜色。

加载 patients 数据集。将 Gender 和 Smoker 转换为 categorical 变量。指定描述性的类别名称 Smoker 和 Nonsmoker，而不是 1 和 0。

load patients
Gender = categorical(Gender);
Smoker = categorical(Smoker,logical([1 0]),{'Smoker','Nonsmoker'});

将 Gender 和 Smoker 变量合并成一个分组变量 cgroupdata。创建箱线图，显示每个性别和吸烟状况对的舒张压水平的分布。b 是 BoxChart 对象组成的向量，每个对象对应一组数据。

cgroupdata = Gender.*Smoker;
b = boxchart(Diastolic,'GroupByColor',cgroupdata)

b = 
  4x1 BoxChart array:

  BoxChart
  BoxChart
  BoxChart
  BoxChart

legend('Location','southeast')

使用 SeriesIndex 属性更新第三个箱线图的颜色。更新 SeriesIndex 属性会同时更改箱面颜色和离群值标记颜色。

b(3).SeriesIndex = 6;

基于包含许多离群值的停电数据创建一个箱线图，并通过更改 BoxChart 对象的属性来更轻松地从外观上区分它们。查找离群值条目的索引。

将停电数据以表形式读入工作区中。显示表的前几行。

outages = readtable('outages.csv');
head(outages)

       Region           OutageTime        Loss     Customers     RestorationTime            Cause       
    _____________    ________________    ______    __________    ________________    ___________________

    {'SouthWest'}    2002-02-01 12:18    458.98    1.8202e+06    2002-02-07 16:50    {'winter storm'   }
    {'SouthEast'}    2003-01-23 00:49    530.14    2.1204e+05                 NaT    {'winter storm'   }
    {'SouthEast'}    2003-02-07 21:15     289.4    1.4294e+05    2003-02-17 08:14    {'winter storm'   }
    {'West'     }    2004-04-06 05:44    434.81    3.4037e+05    2004-04-06 06:10    {'equipment fault'}
    {'MidWest'  }    2002-03-16 06:18    186.44    2.1275e+05    2002-03-18 23:23    {'severe storm'   }
    {'West'     }    2003-06-18 02:49         0             0    2003-06-18 10:54    {'attack'         }
    {'West'     }    2004-06-20 14:39    231.29           NaN    2004-06-20 19:16    {'equipment fault'}
    {'West'     }    2002-06-06 19:28    311.86           NaN    2002-06-07 00:51    {'equipment fault'}

基于 outages.Customers 值创建一个 BoxChart 对象 b，这些值指示每次停电所影响的客户数量。boxchart 丢弃值为 NaN 的条目。

b = boxchart(outages.Customers);
ylabel('Number of Customers')

该图包含许多离群值。为了更好地查看它们，抖动离群值并更改离群值标记样式。当您将 BoxChart 对象的 JitterOutliers 属性设置为 'on' 时，软件会随机对离群值标记进行水平位移，使它们不会完全重叠。离群值的值和垂直位置不变。

b.JitterOutliers = 'on';
b.MarkerStyle = '.';

您现在可以更轻松地查看离群值的分布。

要查找离群值索引，请使用 isoutlier 函数。指定计算离群值的 'quartiles' 方法，以匹配 boxchart 离群值定义。使用索引创建 outliers 表，其中包含 outages 数据的子集。请注意，isoutlier 标识了 96 个离群值。

idx = isoutlier(outages.Customers,'quartiles');
outliers = outages(idx,:);
size(outliers,1)

ans = 96

由于显示了所有离群值，很难查看箱线图的四分位数。要检查它们，请更改 y 轴范围。

ylim([0 4e5])