中位数与箱线图是我们理解数据的另一种视角，接下来，我们用中位数和箱线图来分析科比2008—2009赛季常规赛的得分数据，看看它们与均值、直方图有什么不同。
中位数，顾名思义，就是处在中间位置上的数字。要找到中间位置，首先要对数据进行排序。表3-6是经过排序后的科比得分数据，从中找到排在中央的数据，便是中位数。如果有81个数据，第41个就是中位数，可是表3-6中有82个数字，我们需要取第41和第42个数的平均值作为中位数M：
M=（27+27）/2=27
然后，我们需要找到另外两个数字——第一四分位数Q1和第三四分位数Q3。我们将中位数从数据中刨除，剩下的前一半数据的中位数就是第一四分位数Q1，后一半数据的中位数就是第三四分位数Q3。表3-6中，Q1=21，Q3= 32。再算上最大值Max=61，最小值M in=10，我们便得到了这组数据的箱线图，如图3-2所示。
表3-6 排序后的科比得分数据
图3-2 科比得分数据的箱线图
在箱线图中，区间的长度与数据的分散程度相关，比如，M in到Q1的长度是11，Q1到M的长度是6，M到Q3的长度是5，Q3到Max的长度是29，因此，M到Q3区间内，数据分布最集中，其次是Q1到M的区间，数据分布最分散的区间是Q3到Max。
除了表征数据的分散程度，箱线图还可以帮助我们寻找疑似异常值。所谓疑似异常值是指过大或过小的数据，寻找的方法是：首先计算四分位数差IQR：
IQR=Q3-Q1=32-21=11
然后找出小于Q1-1.5IQR和大于Q3+1.5IQR的数字，这些数字就是疑似异常值。
Q1-1.5IQR=21-1.5×11=4.5
Q3+1.5IQR=32+1.5×11=48.5
49和61大于48.5，所以是疑似异常值。在某些统计分析问题中，疑似异常值可能是误差数据甚至错误数据，可以通过上述方法找出并剔除这些数据，然后再绘制修正后的箱线图。对科比的得分数据来说，49分和61分显然不是由误差或错误造成的，恰恰相反，这些“异常值”是“黑曼巴”贪婪本性的最佳诠释。
