相较散点图和折线图，柱状图、饼图、箱线图（箱型图）是另外 3 种数据分析常用的图形，主要用于分析数据内部的分布状态或分散状态。其中箱线图（箱型图）的主要作用是发现数据内部整体的分布分散情况，包括上下限、各分位数、异常值。
与之前的可视化博客内容不同的是，这里我们需要先介绍一下箱线图上各部位的含义：
Matplotlib 中绘制箱线图的函数为 boxplot () ，有两种语法，如下：
常用语法：
matplotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_xticks=True, autorange=False, zorder=None, hold=None, data=None)
常用参数及说明：
| 参数 | 说明 | 参数 | 说明 |
| x | 指定要绘制箱线图的数据； | showcaps | 是否显示箱线图顶端和末端的两条线 |
| notch | 是否是凹口的形式展现箱线图 | showbox | 是否显示箱线图的箱体 |
| sym | 指定异常点的形状 | showfliers | 是否显示异常值 |
| vert | 是否需要将箱线图垂直摆放 | boxprops | 设置箱体的属性，如边框色，填充色等； |
| whis | 指定上下须与上下四分位的距离 | labels | 为箱线图添加标签 |
| positions | 指定箱线图的位置 | filerprops | 设置异常值的属性 |
| widths | 指定箱线图的宽度 | medianprops | 设置中位数的属性 |
| patch_artist | 是否填充箱体的颜色； | meanprops | 设置均值的属性 |
| meanline | 是否用线的形式表示均值 | capprops | 设置箱线图顶端和末端线条的属性 |
| showmeans | 是否显示均值 | whiskerprops | 设置须的属性 |
其他参数请参考文档：https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.boxplot
只接收DataFrame的 boxplot () 语法：
DataFrame.boxplot(column=None, by=None, ax=None,showmeans=False, fontsize=None, rot=0, grid=True, figsize=None, layout=None, return_type=None, …)
| 参数 | 接收值 | 说明 | 默认值 |
| column | list | 指定要进行箱型图分析的列； | 全部列 |
| showmeans | bool | 是否显示均值； | FALSE |
| notch | bool | 是否是凹口的形式展现箱线图； | FALSE |
| patch_artist | bool | 是否填充箱体的颜色，若为true，则默认蓝色； | FALSE |
| grid | bool | 箱型图网格线是否显示； | TRUE |
| vert | bool | 竖立箱型图（True）/水平箱型图（False）； | TRUE |
| sym | string | 指定异常点的形状； | o |
基本用法
import pandas as pd
import matplotlib.pyplot as plt
- 1
- 2
#读取数据
datafile = u’D:\pythondata\learn\matplotlib.xlsx’
data = pd.read_excel(datafile)
box_1, box_2, box_3, box_4 = data[‘收入_Jay’], data[‘收入_JJ’], data[‘收入_Jolin’], data[‘收入_Hannah’]
plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title(‘Examples of boxplot’,fontsize=20)#标题，并设定字号大小
labels = ‘Jay’,’JJ’,’Jolin’,’Hannah’#图例
plt.boxplot([box_1, box_2, box_3, box_4], labels = labels)#grid=False：代表不显示背景中的网格线
data.boxplot()#画箱型图的另一种方法，参数较少，而且只接受dataframe，不常用
plt.show()#显示图像
水平箱线图，显示均值
import pandas as pd
import matplotlib.pyplot as plt
- 1
- 2
#读取数据
datafile = u’D:\pythondata\learn\matplotlib.xlsx’
data = pd.read_excel(datafile)
box_1, box_2, box_3, box_4 = data[‘收入_Jay’], data[‘收入_JJ’], data[‘收入_Jolin’], data[‘收入_Hannah’]
plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title(‘Examples of boxplot’,fontsize=20)#标题，并设定字号大小
labels = ‘Jay’,’JJ’,’Jolin’,’Hannah’#图例
#vert=False:水平箱线图；showmeans=True：显示均值
plt.boxplot([box_1, box_2, box_3, box_4], labels = labels, vert=False,showmeans=True )
plt.show()#显示图像
改变箱线图的形状（箱体的形状notch、异常值的形状sym）
import pandas as pd
import matplotlib.pyplot as plt
- 1
- 2
#读取数据
datafile = u’D:\pythondata\learn\matplotlib.xlsx’
data = pd.read_excel(datafile)
box_1, box_2, box_3, box_4 = data[‘收入_Jay’], data[‘收入_JJ’], data[‘收入_Jolin’], data[‘收入_Hannah’]
plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title(‘Examples of boxplot’,fontsize=20)#标题，并设定字号大小
#notch：是否是凹口的形式展现箱线图；sym：异常点的形状；
plt.boxplot([box_1, box_2, box_3, box_4],notch = True,sym = ‘*’)
plt.show()#显示图像
改变箱线图的颜色（箱体边框的颜色、箱体填充色）
箱体色的设置需配合 patch_artist = True 使用
import pandas as pd
import matplotlib.pyplot as plt
- 1
- 2
#读取数据
datafile = u’D:\pythondata\learn\matplotlib.xlsx’
data = pd.read_excel(datafile)
box_1, box_2, box_3, box_4 = data[‘收入_Jay’], data[‘收入_JJ’], data[‘收入_Jolin’], data[‘收入_Hannah’]
plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title(‘Examples of boxplot’,fontsize=20)#标题，并设定字号大小
#boxprops：color箱体边框色，facecolor箱体填充色；
plt.boxplot([box_1, box_2, box_3, box_4],patch_artist = True, boxprops = {‘color’:’orangered’,’facecolor’:’pink’})
plt.show()#显示图像
箱型图的花哨用法并不常用，因此不多加赘述了。