### 使用 Matplotlib 和 Seaborn 美化绘制箱型图 为了在 Python 中使用 `Matplotlib` 和 `Seaborn` 创建美观的箱型图，可以通过调整样式参数来增强图表的表现力。以下是具体实现方法： #### 导入必要的库并设置全局配置 ```python import matplotlib.pyplot as plt import seaborn as sns import numpy as np plt.rcParams["axes.unicode_minus"] = False # 解决图像中的“-”负号的乱码问题 sns.set(rc={'font.sans-serif': ['SimHei', 'Arial']}) # 设置字体以支持中文显示 ``` #### 准备示例数据集 ```python np.random.seed(42) # 设定随机种子以便结果可重复 data = { "A": np.random.normal(loc=0, scale=1, size=100), "B": np.random.normal(loc=-2, scale=1, size=100), "C": np.random.normal(loc=2, scale=1, size=100) } df = pd.DataFrame(data) ``` #### 绘制基础版箱型图 ```python fig, ax = plt.subplots(figsize=(8, 6)) sns.boxplot(data=df, palette="Set3", width=0.5) ax.set_title('基本箱型图') ax.set_xlabel('类别') ax.set_ylabel('数值') plt.tight_layout() plt.show() ``` #### 进一步美化箱型图 通过增加更多的自定义选项使箱型图更加吸引人： ```python fig, ax = plt.subplots(figsize=(9, 7)) # 调整背景颜色和网格线风格 sns.set_style("whitegrid") # 绘制带有异常点标记以及不同填充色的分组箱形图 sns.boxplot( data=df, notch=False, # 是否启用凹槽形状，默认不开启 showcaps=True, # 控制是否展示上下水平线 flierprops={"markerfacecolor": "#e74c3c"}, # 异常值的颜色 boxprops={"facecolor": "#3498db", "edgecolor": "black"}, whiskerprops={"color": "black"}, capprops={"color": "black"} ) # 添加平均值指示线 means = df.mean().values for i, mean in enumerate(means): ax.text(i, mean + .1, f'Mean: {mean:.2f}', ha='center', va='bottom', fontsize=10, color='#2ecc71') # 自定义标题与坐标轴标签 ax.set_title('经过美化的多组对比箱型图', pad=20, fontweight='bold') ax.set_xlabel('不同的样本群组', labelpad=15) ax.set_ylabel('测量得到的数据值', labelpad=15) # 移除顶部及右侧边框线条 sns.despine() plt.tight_layout() plt.show() ``` 上述代码展示了如何利用 `seaborn` 的高级接口快速生成高质量的统计图形，并且通过对绘图属性进行细致控制达到更好的视觉效果[^1]。