一起來玩echarts系列（一）------箱線圖的分析與繪制

#一、箱線圖 Box-plot

---

箱線圖一般被用作顯示數據分散情況。具體是計算一組數據的`中位數`、`25%分位數`、`75%分位數`、`上邊界`、`下邊界`，來將數據從大到小排列，直觀展示數據整體的分布情況。  大部分正常數據在箱體中，上下邊界之外的就是異常數據了。

上下邊界的計算公式是：

UpperLimit=Q3+1.5IQR=75%分位數+（75%分位數-25%分位數）1.5
LowerLimit=Q1－1.5IQR=25%分位數-（75%分位數-25%分位數）1.5
參數說明：
1.Q1表示下四分位數，即25%分位數；Q3為上四分位數，即75%分位數；IQR表示上下四分位差，系數1.5是一種經過大量分析和經驗積累起來的標准，一般情況下不做調整。
2.分位數的參數可根據具體預警結果調整：25%和75%，是比較靈敏的條件，在這種條件下，多達25%的數據可以變得任意遠而不會很大地擾動四分位。具體業務中可結合擬合結果自行調整為其他分位

使用echarts時，這些計算通過調用echarts.dataTool.prepareBoxplotData()來完成。

說到這里，有一個預警，繪制箱線圖除了要下載echart.js之外，還需要引入dataTool.js，否則瀏覽器會報錯：Uncaught TypeError: Cannot read property 'prepareBoxplotData' of undefined(…)。

dataTool.js可以到github上下載。

#二、echarts箱線圖示例

---

echart官網給出的**[箱線圖示例](http://echarts.baidu.com/demo.html#boxplot-light-velocity)**有兩種。

一種是單值對應（樣本元素有一組對應的值數據）：


另一種是多值對應（樣本元素有多個對應的值數據）：


#三、數據結構分析

---

###1.單值對應

單值對應的數據結構比較簡單，一個樣本信息的數據存儲到對應的一個數組里，這些數組又存儲在一個大數組里。然后用echarts.dataTool.prepareBoxplotData()處理這個大數組。

2.多值對應

舉一個栗子：線上地址在這里


兩種性別的三種基因含量表。（數據純虛構）

那要提供什么樣的數據才能使用echart生成對應的箱線圖？

再來看一下echart官網給出栗子數據，是通過三個for循環隨機生成的。

data = [];
for (var seriesIndex = 0; seriesIndex < 5; seriesIndex++) {
    var seriesData = [];
    for (var i = 0; i < 18; i++) {
        var cate = [];
        for (var j = 0; j < 100; j++) {
            cate.push(Math.random() * 200);
        }
        seriesData.push(cate);
    }
    data.push(echarts.dataTool.prepareBoxplotData(seriesData));
}

通過在控制台console.log(data),console.log(seriesData),console.log(cate),

可以看出外層的循環是echarts.dataTool.prepareBoxplotData()執行的次數=5，可以理解為每個樣本有5類元素。內部的循環表示有18個樣本，一類元素的樣本數據有100條。

所以要實現的性別基因表的數據結構應該是：


弄清楚數據結構剩下的繪圖操作就是按部就班了，完整代碼我已提交到github。

over