1. Matplotlib: Python 最基础、最底层的绘图库，功能强大且高度可定制。
2. Seaborn: 基于 Matplotlib 的高级可视化库，语法更简洁，图表更美观，尤其适合统计图表。

箱线图的核心概念

在讲解代码之前,我们先快速理解箱线图的各个部分，这样能更好地解读图表。

• 箱体: 这是箱线图的核心。
  • 下边线: 第一四分位数 (Q1)，表示 25% 的数据点小于或等于这个值。
  • 上边线: 第三四分位数 (Q3)，表示 75% 的数据点小于或等于这个值。
  • 箱体中间的线: 中位数 (Q2)，表示 50% 的数据点小于或等于这个值。
  • 箱体的长度: IQR (Interquartile Range, 四分位距)，即 IQR = Q3 - Q1，它代表了数据中间 50% 的离散程度。
• 须:
  • 从箱体上下边缘延伸出来的线,通常表示数据的“正常”范围。
  • 上须: 通常定义为 Q3 + 1.5 * IQR。
  • 下须: 通常定义为 Q1 - 1.5 * IQR。
  • 所有位于须之内的数据点都被认为是正常的。
• 异常值: 位于须之外的数据点，它们通常被绘制为独立的点（圆圈或星号），表示这些数据可能与数据集的主体分布有显著差异。

使用 Matplotlib 绘制箱线图

Matplotlib 是最基础的绘图库，几乎所有 Python 可视化库都基于它构建。

基本用法

确保你已经安装了 matplotlib 和 numpy（用于生成示例数据）。

pip install matplotlib numpy

下面是一个最简单的箱线图示例：

import matplotlib.pyplot as plt
import numpy as np
# 1. 准备数据
# 生成一组正态分布的随机数据
data = np.random.normal(loc=100, scale=20, size=200)
# 2. 创建图形和坐标轴
fig, ax = plt.subplots()
# 3. 绘制箱线图
ax.boxplot(data)
# 4. 添加标题和标签
ax.set_title('基本箱线图示例')
ax.set_ylabel('数值')
# 5. 显示图形
plt.show()

代码解释:

• plt.subplots(): 创建一个图形窗口和一个坐标轴对象 ax，这是一种更现代的 Matplotlib 用法。
• ax.boxplot(data): 这是核心函数，它接收一个数据序列（如列表或 NumPy 数组）并绘制箱线图。
• ax.set_title(), ax.set_ylabel(): 设置图表的标题和 y 轴标签。

绘制多组箱线图

比较不同组别的数据分布是箱线图的常见用途。

import matplotlib.pyplot as plt
import numpy as np
# 1. 准备多组数据
group1 = np.random.normal(100, 10, 200)
group2 = np.random.normal(110, 15, 200)
group3 = np.random.normal(90, 20, 200)
# 将数据组合成一个列表
data_to_plot = [group1, group2, group3]
# 2. 创建图形和坐标轴
fig, ax = plt.subplots()
# 3. 绘制多组箱线图
# labels 参数用于为每组数据添加标签
ax.boxplot(data_to_plot, labels=['组别 A', '组别 B', '组别 C'])
# 4. 添加标题和标签
ax.set_title('多组箱线图比较')
ax.set_ylabel('测量值')
ax.set_xlabel('实验组')
# 5. 显示图形
plt.show()

Matplotlib 箱线图常用参数

ax.boxplot() 函数有很多参数可以自定义图表外观：

• labels: 为每个箱线图组添加标签。
• showfliers: 是否显示异常值，默认为 True，设为 False 可以隐藏它们。

  ax.boxplot(data, showfliers=False)

• notch: 是否绘制带凹口的箱线图，凹口可以用来比较中位数，如果两个箱体的凹口不重叠，则可能表明它们的中位数有显著差异。

  ax.boxplot(data, notch=True)

• patch_artist: 如果为 True，箱体将变成 Artist 对象，可以设置 facecolor（填充色）和 edgecolor（边框色）。

  bp = ax.boxplot(data, patch_artist=True)
  for box in bp['boxes']:
      box.set(facecolor='lightblue', edgecolor='darkblue')

• vert: 是否垂直绘制箱线图，默认为 True（垂直），设为 False 则水平绘制。

  ax.boxplot(data, vert=False)

使用 Seaborn 绘制箱线图

Seaborn 是一个更高级的库，它让绘制统计图表变得异常简单和美观，它通常与 Pandas 数据框 结合使用。

基本用法

安装 seaborn 和 pandas。

pip install seaborn pandas

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# 1. 准备数据
# Seaborn 常与 Pandas 数据框一起使用
data = pd.DataFrame({
    'value': np.random.normal(100, 20, 200),
    'category': 'A' # 给数据一个类别标签
})
# 2. 创建图形
plt.figure(figsize=(6, 8)) # 可以提前设置图形大小
# 3. 绘制箱线图
# x 是分类变量，y 是数值变量
sns.boxplot(x='category', y='value', data=data)
# 4. 添加标题'Seaborn 基本箱线图')
# 5. 显示图形
plt.show()

代码解释:

• sns.set_theme(): 设置 Seaborn 的主题风格，让图表更美观。
• plt.figure(figsize=(...)): 创建一个新的图形窗口，并设置其大小。
• sns.boxplot(x, y, data): 这是 Seaborn 的核心函数。
  • x: 指定数据框中用于分组的列名（分类变量）。
  • y: 指定数据框中用于绘制箱线图的数值列（数值变量）。
  • data: 传入整个数据框。

绘制多组箱线图

Seaborn 在处理多组数据时非常方便，特别是当数据已经整理在 Pandas 数据框中时。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# 1. 准备数据
# 创建一个更复杂的数据集
group_a = np.random.normal(100, 10, 200)
group_b = np.random.normal(110, 15, 200)
group_c = np.random.normal(90, 20, 200)
# 将数据整合成一个长格式的 Pandas 数据框
# 这正是 Seaborn 喜欢的数据格式
df = pd.DataFrame({
    'value': np.concatenate([group_a, group_b, group_c]),
    'experiment_group': ['A'] * 200 + ['B'] * 200 + ['C'] * 200
})
# 2. 创建图形
plt.figure(figsize=(8, 6))
# 3. 绘制多组箱线图
# Seaborn 会自动根据 'experiment_group' 列的唯一值来创建多个箱体
sns.boxplot(x='experiment_group', y='value', data=df)
# 4. 添加标题和标签'Seaborn 多组箱线图比较')
plt.xlabel('实验组')
plt.ylabel('测量值')
# 5. 显示图形
plt.show()

Seaborn 箱线图常用参数和高级用法

Seaborn 的箱线图功能非常丰富，可以轻松地与其他图表结合。

• hue 参数：根据第三个维度进行颜色区分。

  # 假设我们的数据还有一个 'treatment' 列（'X' 或 'Y'）
  df['treatment'] = np.random.choice(['X', 'Y'], size=600)
  plt.figure(figsize=(10, 7))
  sns.boxplot(x='experiment_group', y='value', hue='treatment', data=df)
  plt.title('使用 hue 参数进行分组')
  plt.show()

  这会为每个 experiment_group 再根据 treatment 绘制两个并排的箱线图，并用不同颜色区分。

• showfliers 参数：与 Matplotlib 类似，用于控制是否显示异常值。

  sns.boxplot(x='experiment_group', y='value', data=df, showfliers=False)

• order 参数：控制箱体的显示顺序。

  sns.boxplot(x='experiment_group', y='value', data=df, order=['C', 'A', 'B'])

• 与 stripplot 或 swarmplot 结合：在箱线图上叠加原始数据点，可以更直观地看到数据分布。

  plt.figure(figsize=(10, 7))
  # 先绘制箱线图
  sns.boxplot(x='experiment_group', y='value', data=df, color='skyblue', showfliers=False)
  # 再在箱线图上叠加散点图
  sns.stripplot(x='experiment_group', y='value', data=df, color='red', jitter=0.2, size=5)
  plt.title('箱线图 + 散点图')
  plt.show()

  • stripplot: 原始数据点会随机抖动，避免重叠。
  • swarmplot: 原始数据点会智能地避免重叠，但计算量稍大。

Matplotlib vs. Seaborn：如何选择？

总结建议：

• 快速、美观地绘制统计图表（如箱线图、小提琴图、热力图等）：首选 Seaborn，如果你的数据是 Pandas 数据框，使用 Seaborn 会非常顺畅。
• 需要高度自定义图表，或者绘制 Seaborn 不支持的复杂、非标准图表：使用 Matplotlib，可以将 Matplotlib 作为底层工具，用 Seaborn 进行初步美化，再用 Matplotlib 进行精细调整。

在实际工作中,两者常常结合使用：用 Seaborn 快速出图，然后用 Matplotlib 的 API 进行修改和美化。