一塊兒來玩echarts系列（一）------箱線圖的分析與繪製

1、箱線圖 Box-plot

---

箱線圖通常被用做顯示數據分散狀況。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，直觀展現數據總體的分佈狀況。

大部分正常數據在箱體中，上下邊界以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爲上四分位數，即75%分位數；IQR表示上下四分位差，係數1.5是一種通過大量分析和經驗積累起來的標準，通常狀況下不作調整。
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%的數據能夠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爲其餘分位

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

說到這裏，有一個預警，繪製箱線圖除了要下載echart.js以外，還須要引入dataTool.js，不然瀏覽器會報錯：Uncaught TypeError: Cannot read property 'prepareBoxplotData' of undefined(…)。

dataTool.js能夠到github上下載。

2、echarts箱線圖示例

---

echart官網給出的箱線圖示例有兩種。

一種是單值對應（樣本元素有一組對應的值數據）：


另外一種是多值對應（樣本元素有多個對應的值數據）：


3、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裏，這些數組又存儲在一個大數組裏。而後用echarts.dataTool.prepareBoxplotData()處理這個大數組。

2.多值對應

舉一個栗子：線上地址在這裏


兩種性別的三種基因含量表。（數據純虛構）

那要提供什麼樣的數據才能使用echart生成對應的箱線圖？

再來看一下echart官網給出栗子數據，是經過三個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));
}

經過在控制檯console.log(data),console.log(seriesData),console.log(cate),

能夠看出外層的循環是echarts.dataTool.prepareBoxplotData()執行的次數=5，能夠理解爲每一個樣本有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。

因此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做就是循序漸進了，完整代碼我已提交到github。

====over====