在对数据进行比较的时候，我们通常会使用直方图、饼图、折线图来对数据差异进行显化，而箱形图很少出现在我们的视野中。
今天在看代码的时候看到箱形图觉得很有意思
那么箱形图的价值在哪里？
我觉得最大的优点就是不受异常值的影响，可以以一种相对稳定的方式描述数据的离散分布情况。
有一个博主的博客里面的一张介绍箱型图的图很直观：
（转自：箱形图（python画箱线图））
而其中补充的一点就是：一般异常值用⭕表示，偏激异常值用 * 表示
对于Q1和Q3的值，这里举个例子就是：
上面的为Q1，下面的为Q3。
而四分位距IQR=Q3-Q1
上限=（Q3+1.5IQR，max）取最小，下限=（Q1-1.5IQR ，min)取最大。