（1）
箱線圖，又稱箱形圖（boxplot）或盒式圖，不同于一般的折線圖、柱狀圖或餅圖等傳統(tǒng)圖表，只是數(shù)據(jù)大小、占比、趨勢(shì)等等的呈現(xiàn)，其包含一些統(tǒng)計(jì)學(xué)的均值、分位數(shù)、極值等等統(tǒng)計(jì)量，因此，該圖信息量較大，不僅能夠分析不同類別數(shù)據(jù)平均水平差異（需在箱線圖中加入均值點(diǎn)），還能揭示數(shù)據(jù)間離散程度、異常值、分布差異等等。
在python中常用matplotlib的boxplot來繪制，最簡(jiǎn)單繪制的如下：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
np.random.seed(2) #設(shè)置隨機(jī)種子
df = pd.DataFrame(np.random.rand(5,4),
columns=['A', 'B', 'C', 'D'])#先生成0-1之間的5*4維度數(shù)據(jù)，再裝入4列DataFrame中
df.boxplot() #也可用plot.box()
plt.show()
從圖形可以看出，A、B、C、D四組數(shù)A、D數(shù)據(jù)較集中（大部分在上下四分位箱體內(nèi)），但都有異常值，C的離散程度最大（最大值與最小值之間距離），以均值為中心，B分布都有明顯右偏（即較多的值分布在均值的右側(cè)），A、C則有明顯左偏。
（2）
從分析的角度來說，上面boxplot最初始圖形已經(jīng)夠用，但是在matplotlib庫下boxplot函數(shù)中包含n多參數(shù)，涉及到對(duì)框的顏色及形狀、線段線型、均值線、異常點(diǎn)的形狀大小等等設(shè)置，由于大多并不常用，用了幾個(gè)常用參數(shù)，作圖如下：
df.boxplot(sym='r*',vert=False,patch_artist=True,meanline=False,showmeans=True)
plt.show()
其中，sym='r*',表示異常點(diǎn)的形狀，
vert=False，表示橫向還是豎向（True），,
patch_artist=True,（上下四分位框內(nèi)是否填充，True為填充）
meanline=False,showmeans=True，是否有均值線及其形狀，meanline=True時(shí)，均值線也像中位數(shù)線一樣是條紅色線段，這樣容易與中位數(shù)線混淆。
另外，還有其他參數(shù)，比如notch表示中間箱體是否缺口，whis為設(shè)置數(shù)據(jù)的范圍，showcaps、showbox是否顯示邊框，可以參見
http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.boxplot，如該網(wǎng)頁中圖形：
左上圖是默認(rèn)圖形，中上、右上是顯示均值點(diǎn)及形狀，左下是是否顯示箱體邊框，中下是帶缺口的箱體，右下是是否顯示異常值。
（3）
前邊說過，很多參數(shù)使用很少，但對(duì)于圖形來說，可能還能用到的就是美化，比如各條線的顏色，粗細(xì)程度等等。這里可用for循環(huán)來構(gòu)造。
f=df.boxplot(sym='r*',patch_artist=True)
for box in f['boxes']:
# 箱體邊框顏色
box.set( color='#7570b3', linewidth=2)
# 箱體內(nèi)部填充顏色
box.set( facecolor = '#1b9e77' )
for whisker in f['whiskers']:
whisker.set(color='r', linewidth=2)
for cap in f['caps']:
cap.set(color='g', linewidth=3)
for median in f['medians']:
median.set(color='DarkBlue', linewidth=3)
for flier in f['fliers']:
flier.set(marker='o', color='y', alpha=0.5)
plt.show()
其中，boxes, 是25分位值和75分位值構(gòu)成的box,
medians, 是中位值的橫線, 每個(gè)median是一個(gè)Line2D對(duì)象
whiskers, 是指從box 到error bar之間的豎線.
fliers, 是指error bar線之外的離散點(diǎn).
caps, 是指error bar橫線.
means, 是均值的橫線,
（4）
還可以做子圖，如我們?cè)谧铋_始的DataFrame數(shù)據(jù)中加入分類數(shù)據(jù)列：
df['E'] = np.random.choice(['X', 'Y'], size=20)#加入以X、Y隨機(jī)分類的E列
print(df)
plt.figure()
df.boxplot(by='E')
plt.show()
這樣我們就可以比較，不同類別X、Y在同一列下的數(shù)據(jù)分布情況及其差異。
