python 生成箱线图

Python是一种易于学习和使用的编程语言，可以用来进行数据分析与可视化。其中，生成箱线图是Python数据分析的常见方法之一，下面将介绍怎样使用Python生成箱线图。

import matplotlib.pyplot as plt
import numpy as np
# 生成数据集
np.random.seed(10)
data = [np.random.normal(0, std, 100) for std in range(1, 4)]
# 创建箱线图
fig, ax = plt.subplots()
ax.boxplot(data)
# 设置横纵坐标轴名称
ax.set_xticklabels(['data 1', 'data 2', 'data 3'])
ax.set_ylabel('variable y')
# 显示图象
plt.show()

在上述代码中，我们首先使用numpy中的random模块生成了一个数据集data，其中包括了三个区别的正态散布样本。然后使用matplotlib库的pyplot模块创建一个新的图形，使用三个样本分别画出箱线图。接着设置横纵坐标轴的名称，在最后调用show()函数来显示图象。

固然，我们也能够将箱线图的色彩，线宽等其他样式进行修改。例如，我们可以将箱线图的色调设置为灰色，并调剂每一个箱线的线宽和填充色彩：

fig, ax = plt.subplots()
# 修改箱线图的样式
boxprops = dict(linewidth=2, facecolor='lightgray')
flierprops = dict(marker='o', markerfacecolor='green', markersize=8, alpha=0.5)
whiskerprops = dict(color='gray', linewidth=1.5)
capprops = dict(color='gray', linewidth=1.5)
# 重新创建箱线图
ax.boxplot(data, boxprops=boxprops, whiskerprops=whiskerprops, capprops=capprops, flierprops=flierprops)
# 设置横纵坐标轴名称
ax.set_xticklabels(['data 1', 'data 2', 'data 3'])
ax.set_ylabel('variable y')
# 显示图象
plt.show()

在这段代码中，我们使用了boxprops、whiskerprops、capprops和flierprops参数来分别设置箱线图主体、触须（whisker）、横杠（cap）和异常值（flier）的样式。通过修改这些样式，我们可以根据具体需求对箱线图进行更详细的设计。

总的来讲，Python生成箱线图的方法是简单而直接的。通过简单的代码调剂，我们可以轻松生成漂亮的箱线图并提取数据集的有用信息。