กราฟกล่องBox Plot

01ภาพรวมของกราฟนี้

Box plot ย่อการกระจายทั้งหมดเหลือห้าตัวเลข คือต่ำสุด ควอไทล์ที่หนึ่ง มัธยฐาน ควอไทล์ที่สาม และสูงสุด การย่อนี้ทำให้วางหลายกลุ่มเรียงกันได้โดยไม่รก แต่ก็ซ่อนรูปร่างไว้ การกระจายสองยอดกับยอดเดียวอาจให้กล่องหน้าตาเหมือนกันได้

ใช้ที่ไหนบ้าง — เทียบการกระจายของหลายสาขา หลายกลุ่มทดลอง หรือหลายช่วงเวลา และตรวจหาค่าผิดปกติก่อนวิเคราะห์

สร้างอย่างไร

1. ขั้นที่ 1คำนวณควอไทล์ของแต่ละกลุ่ม
2. ขั้นที่ 2วาดกล่องจาก Q1 ถึง Q3
3. ขั้นที่ 3ลากหนวดถึงค่าที่ยังอยู่ในระยะ 1.5 เท่าของ IQR
4. ขั้นที่ 4วาดจุดสำหรับค่าที่เกินหนวด

02อธิบายภาษาคนเข้าใจง่าย ๆ

เมื่อต้องเทียบการกระจายของสิบกลุ่ม การวาดฮิสโทแกรมสิบอันจะกินพื้นที่มหาศาลและเทียบกันยาก box plot แก้ด้วยการย่อแต่ละกลุ่มให้เหลือสัญลักษณ์เดียวที่แคบ

กล่องคือช่วงที่ครึ่งกลางของข้อมูลอยู่ เส้นในกล่องคือค่ามัธยฐาน หนวดที่ยื่นออกไปคือช่วงของข้อมูลที่ยังถือว่าปกติ และจุดที่อยู่นอกหนวดคือค่าที่ผิดปกติตามเกณฑ์ที่กำหนด

ข้อดีคือความกระชับสุดขีด สิบกลุ่มวางเรียงกันได้สบายและเทียบมัธยฐานกับความกระจายได้ทันที นี่คือเหตุผลที่มันเป็นเครื่องมือมาตรฐานของการสำรวจข้อมูล

ข้อเสียที่ต้องรู้คือมันซ่อนรูปร่างไว้ทั้งหมด ข้อมูลที่มีสองยอดกับข้อมูลที่กระจายสม่ำเสมออาจให้กล่องที่หน้าตาเหมือนกันเป๊ะ ซึ่งเป็นข้อจำกัดที่ร้ายแรงถ้าเราไม่รู้

ทางแก้ที่ใช้กันมากขึ้นเรื่อย ๆ คือวาดจุดข้อมูลจริงทับลงไปบนกล่องเมื่อข้อมูลไม่เยอะเกินไป หรือเปลี่ยนไปใช้ violin plot ที่แสดงรูปร่างด้วย

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. ตรวจว่าทุกกลุ่มมีข้อมูลพอ
2. ระบุเกณฑ์ที่ใช้นิยามค่าผิดปกติ
3. ตัดสินใจว่าจะแสดงจุดดิบทับหรือไม่

ค่าที่หายไป — ตัดค่าว่างออกและแสดงจำนวนจุดของแต่ละกลุ่มไว้ใต้ชื่อกลุ่ม เพราะกลุ่มที่มีข้อมูลน้อยต้องอ่านด้วยความระวัง

สเกลของแกน — linear หรือ log ก็ได้ แต่ควอไทล์บนสเกล log จะไม่สมมาตรเหมือนบน linear

หน้าตาไฟล์ที่ต้องเตรียม

group,value
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. ดูเส้นมัธยฐานเพื่อเทียบระดับกลางของแต่ละกลุ่ม
2. ดูความสูงของกล่องเพื่อเทียบความกระจาย
3. ดูตำแหน่งของเส้นมัธยฐานในกล่องเพื่ออ่านความเบ้
4. ดูจุดนอกหนวดว่าอยู่กลุ่มไหน

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. เขียนจำนวนข้อมูลของแต่ละกลุ่มไว้ใต้ชื่อกลุ่ม
2. วาดจุดข้อมูลจริงทับเมื่อข้อมูลไม่เกิน 200 จุดต่อกลุ่ม
3. ระบุเกณฑ์ค่าผิดปกติที่ใช้ใน caption

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ box-plot-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด box-plot-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("box-plot-sample.csv")
df["value"] = pd.to_numeric(df["value"], errors="coerce")
NOTE = "shape"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

groups = [g["value"].dropna().to_numpy() for _, g in df.groupby("group")]
labels = [f"{k}\n(n={len(g)})" for k, g in df.groupby("group")]     # เขียน n กำกับเสมอ
bp = ax.boxplot(groups, labels=labels, patch_artist=True, widths=0.5)
for patch in bp["boxes"]:
    patch.set_facecolor("#cde2fb"); patch.set_edgecolor(C1)
ax.set_ylabel("ค่าที่วัดได้"); ax.grid(axis="y", alpha=0.25); ax.set_axisbelow(True)

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("box-plot.png", dpi=160)
print("เขียน box-plot.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ★ ลืมว่ากล่องซ่อนรูปร่างไว้ แล้วสรุปว่าการกระจายของสองกลุ่มเหมือนกันเพราะกล่องเหมือนกัน
2. ใช้กับกลุ่มที่มีข้อมูลน้อยกว่า 10 จุด ซึ่งควอไทล์ไม่เสถียร
3. ไม่เขียนจำนวนข้อมูลของแต่ละกลุ่ม ทำให้เทียบกลุ่มใหญ่กับกลุ่มเล็กอย่างไม่ระวัง
4. ไม่ระบุเกณฑ์ของค่าผิดปกติ ซึ่งแต่ละไลบรารีใช้ไม่เหมือนกัน

เมื่อไหร่ไม่ควรใช้กราฟนี้

• ต้องการเห็นรูปร่างการกระจาย→ใช้แทน: violin-plot หรือ raincloud-plot
• มีข้อมูลน้อยกว่า 10 จุดต่อกลุ่ม→ใช้แทน: strip-plot ที่แสดงทุกจุด
• มีกลุ่มเดียว→ใช้แทน: histogram หรือ density-plot
• ข้อมูลใหญ่มากและสนใจหาง→ใช้แทน: boxen-plot ที่แสดงควอนไทล์ลึกกว่า

กราฟที่เกี่ยวข้อง