Pandas 里画箱线图的 plot.box() 方法怎么用?有啥实用技巧?

### 使用 Pandas 的 `plot_box` 方法绘制箱线图 Pandas 提供了一个便捷的方法来创建箱线图,即通过 `DataFrame.plot.box()` 或者 `Series.plot.box()` 函数实现。以下是关于如何使用该方法的具体说明以及一个完整的代码示例。 #### 基本语法 对于 DataFrame 和 Series 对象,可以分别调用 `.plot.box()` 来生成对应的箱线图[^2]。此函数会自动计算并展示每列数据的五数概括(最小值、下四分位数、中位数、上四分位数和最大值),同时也会标注异常值。 #### 示例代码 下面是一个简单的例子,演示如何利用 Pandas 创建一个多组数据的箱线图: ```python import pandas as pd import matplotlib.pyplot as plt # 构造样本数据集 data = { 'Group A': [1, 2, 3, 4, 5], 'Group B': [2, 3, 4, 5, 6], 'Group C': [3, 4, 5, 6, 7] } df = pd.DataFrame(data) # 调用 box plot 方法 box_plot = df.plot.box(title="Box Plot Example", vert=False) # 显示图像 plt.show() ``` 在此代码片段中,首先定义了一组包含三类不同数值的数据框 `df`,接着调用了其内置的 `.plot.box()` 方法生成水平方向上的箱形图,并设置了图表标题[^1]。 #### 自定义选项 除了基本功能外,还可以进一步调整样式参数来自定义输出效果,比如改变颜色主题或者添加网格辅助阅读等特性。例如设置 facecolor 参数指定填充区域的颜色;edgecolor 控制边界的线条色彩等等。 ---

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

Python Pandas 箱线图的实现

Python Pandas 箱线图的实现

主要介绍了Python Pandas 箱线图的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

python封装的异常值处理函数(包括箱线图去除异常值等)

python封装的异常值处理函数(包括箱线图去除异常值等)

# 这里我包装了一个异常值处理的代码,可以随便调用。 def outliers_proc(data, col_name, scale=3): """ 用于清洗异常值,默认用 box_plot(scale=3)进行清洗 :param data: 接收 pandas 数据格式 :param col_name: pandas 列名 :param scale: 尺度 :return: """ def box_plot_outliers(data_ser, box_scale): """ 利用箱线图去除异常值

Box Plot箱线图绘制Python代码 统计数据分布可视化学术标准

Box Plot箱线图绘制Python代码 统计数据分布可视化学术标准

# Box Plot箱线图绘制Python代码 ## 项目简介 这是一个专门用于绘制高质量统计箱线图(Box Plot)的Python工具包。箱线图是统计学中用于显示数据分布特征的重要可视化工具,能够清晰展示数据的中位数、四分位数、异常值等统计信息,广泛应用于学术研究和数据分析。 ## 功能特点 - **多种箱线图类型**:基础箱线图、分组箱线图、水平箱线图等 - **统计信息丰富**:显示中位数、四分位数、异常值、均值等 - **学术标准样式**:符合Nature、Science等期刊要求 - **自定义配置**:颜色、透明度、标记样式完全可控 - **统计检验集成**:自动进行显著性检验并标注 - **多种数据格式支持**:支持numpy数组、pandas DataFrame等 ## 依赖库 ``` matplotlib>=3.5.0 numpy>=1.20.0 pandas>=1.3.0 seaborn>=0.11.0 scipy>=1.7.0 ``` ## 核心特性 ### 1. 基础箱线图 - 中位数线(粗线) - 上下四分位数(箱体) - 须线(1.5倍IQR范围) - 异常值点标记 ### 2. 高级功能 - 显著性检验标注 - 均值标记 - 置信区间显示 - 自定义颜色方案 ### 3. 学术标准 - 300DPI高分辨率输出 - 期刊推荐的颜色搭配 - 标准化的字体和尺寸设置

python:删除离群值操作(每一行为一类数据)

python:删除离群值操作(每一行为一类数据)

主要介绍了python:删除离群值操作(每一行为一类数据),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Python数据分析实战【第三章】3.12-Matplotlib箱型图【python】

Python数据分析实战【第三章】3.12-Matplotlib箱型图【python】

【课程3.12】 箱型图 箱型图:又称为盒须图、盒式图、盒状图或箱线图,是一种用作显示一组数据分散情况资料的统计图 包含一组数据的:最大值、最小值、中位数、上四分位数(Q3)、下四分位数(Q1)、异常值 ① 中位数 → 一组数据平均分成两份,中间的数 ② 上四分位数Q1 → 是将序列平均分成四份,计算(n+1)/4与(n-1)/4两种,一般使用(n+1)/4 ③ 下四分位数Q3 → 是将序列平均分成四份,计算(1+n)/4*3=6.75 ④ 内限 → T形的盒须就是内限,最大值区间Q3+1.5IQR,最小值区间Q1-1.5IQR (IQR=Q3-Q1) ⑤ 外限 → T形的盒须就是内限,最大值

《Python金融数据分析》复习资料(1).docx

《Python金融数据分析》复习资料(1).docx

《Python金融数据分析》复习资料(1)全文共2页,当前为第1页。《Python金融数据分析》复习资料(1)全文共2页,当前为第1页。《Python金融数据分析》复习资料 《Python金融数据分析》复习资料(1)全文共2页,当前为第1页。 《Python金融数据分析》复习资料(1)全文共2页,当前为第1页。 1.Jupyter notebook不具备的功能是 (Jupyter notebook可以将⽂件分享给他⼈) 2.在Jupyter notebook的命令模式下,要查看所有快捷键应该按下的快捷键是 ( H ) 3.在Jupyter notebook的cell中安装包语句正确的是 ( !pip install 包名! ) 4.Numpy提供了两种基本对象,⼀种是ndarray,另⼀种是(func) 5.创建⼀个3*3的数组,下列代码中错误的是(np.random.random([3,3,3]) ) 6.Numpy中统计数组元素个数的⽅法是( itemsize ) 7.利⽤下⾯哪个可视化绘图可以发现数据的异常点。 ( 盒图 ) 8.以下关于缺失值检测的说法中,正确的是(Pandas

Python实现非正太分布的异常值检测方式

Python实现非正太分布的异常值检测方式

今天小编就为大家分享一篇Python实现非正太分布的异常值检测方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

python绘制旋风图

python绘制旋风图

使用matplotlib对excel文件可以绘制旋风图。

Violin Plot — It’s Time to Ditch the Box Plots - Towards Data Science

Violin Plot — It’s Time to Ditch the Box Plots - Towards Data Science

Violin Plot — It’s Time to Ditch the Box Plots - Towards Data Science,小提琴图可视化:是时候抛弃箱线图了,by Dario 。

Pandas_Challenge:熊猫作业的地方

Pandas_Challenge:熊猫作业的地方

熊猫挑战 熊猫作业的地方

数据预处理及特征工程

数据预处理及特征工程

1.异常值处理 通过箱线图(或 3-Sigma)删除异常值或设置为缺失值; 长尾截断; 以下代码是根据箱线图处理异常值封装的函数: def outliers_proc(data, col_name, scale=3): """ 用于清洗异常值,默认用 box_plot(scale=3)进行清洗 :param data: 接收 pandas 数据格式 :param col_name: pandas 列名 :param scale: 尺度 :return: """ def box_plot_outliers(data_ser, box

【数据可视化】基础数据画图_iris.csv-数据集

【数据可视化】基础数据画图_iris.csv-数据集

【数据可视化】基础数据画图_鸢尾花数据 iris.csv

用Seaborn轻松的进行数据可视化

用Seaborn轻松的进行数据可视化

代码中数据集下载链接:https://github.com/jsusu/Seaborn_data_visualization/tree/master/seaborn_data import seaborn as sns import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np import pandas as pd %matplotlib inline def sinplot(flip=1): x = np.linspace(0,14,100) for i in range(1,7)

特征工程-决定了结果的上限

特征工程-决定了结果的上限

一、异常值处理 # 箱线图(3-Sigma)删除异常值 def outliers_proc(data, col_name, scale=3): """ 用于清洗异常值,默认用 box_plot_outliers(scale=3)进行清洗 :param data: 接收 pandas 数据格式 :param col_name: pandas 列名 :param scale: 尺度 正常特征取值范围[1/4分布值 - iqr, 3/4分布值 + iqr] 举例: lst = [-20, 0, 1, 2, 3, 4, 5, 6, 7, 20,

第10课作业要求1

第10课作业要求1

第10课作业:1、使用“豆瓣电影数据”,创建中美两国不同年代电影产量对比旋风图,选择年代创建数据桶,图形纵轴按照年代降序排列,分析并导出图像;3.使用“豆瓣电影

【matlab箱型图】boxplot.zip

【matlab箱型图】boxplot.zip

画箱形图的三种方法: 一、python库matplotlib (可以设置不显示异常点,无法调整坐标文字大小) 二、pandas (无法设置不显示异常点,无法调整坐标文字大小) 三、matlab (可以设置不显示异常点,可以调整坐标文字大小并旋转一定角度)

鸢尾花数据集

鸢尾花数据集

鸢尾花数据集,适合拿来做测试用

OpenSSL ssl证书

OpenSSL ssl证书

代码转载自:https://pan.quark.cn/s/a4b39357ea24 **由OpenSSL生成的安全凭证** 在网络安全的范畴内,SSL(Secure Socket Layer)证书扮演着确保网站数据传输安全的关键角色。OpenSSL作为一个开源的软件库,囊括了多种加密算法,并具备生成SSL证书的能力。本指南将详尽阐述如何在Windows操作系统中,为Nginx服务器设置HTTPS服务,以及如何创建和管理SSL证书。 掌握SSL证书的功能。SSL证书通过实施加密机制,保障了用户与服务器之间数据传输的安全性,防止第三方进行窃取或篡改。该凭证内含公钥和私钥组合,其中公钥负责加密数据,私钥则负责解密数据,以此确保只有服务器能够解读接收到的信息。 **借助OpenSSL创建安全凭证** 1. **部署OpenSSL**:尽管在说明中提到无需再次下载和配置OpenSSL环境,但在实际执行时,必须首先获取适用于Windows的OpenSSL版本并进行安装。可以从官方渠道或其他可靠来源获取安装程序。 2. **建立密钥对**:运用OpenSSL生成一个私钥文件,通常命名为`private.key`。执行以下指令: ``` openssl genrsa -out private.key 2048 ``` 此操作将产生一个2048位的RSA私钥。 3. **构建证书签名请求(CSR)**:随后,基于先前生成的私钥创建一个证书签名请求,其中将包含服务器的相关细节。命令如下: ``` openssl req -new -key private.key -out CSR.csr ``` 在提示输入信息时,需提供服务器的域名、组织信息等内容。 4. **自行颁发证书**...

17CJ70-2 耐腐蚀压型钢板建筑构造(2024年版)_可搜索.pdf

17CJ70-2 耐腐蚀压型钢板建筑构造(2024年版)_可搜索.pdf

17CJ70-2 耐腐蚀压型钢板建筑构造(2024年版)_可搜索

【顶级EI复现】【最新EI复现】基于共享储能服务的智能楼宇双层优化配置(Matlab代码实现)

【顶级EI复现】【最新EI复现】基于共享储能服务的智能楼宇双层优化配置(Matlab代码实现)

内容概要:本文档围绕“基于共享储能服务的智能楼宇双层优化配置”展开,采用Matlab代码实现,属于电力系统与综合能源系统领域的高水平科研复现工作。研究构建了上层与下层协同的双层优化模型,旨在对智能楼宇内的光伏、储能、负荷等多元设备进行联合优化配置与运行调度,提升能源利用效率并降低用能成本。模型充分考虑共享储能机制下的利益协调问题,结合ADMM等分布式优化算法实现高效求解,具备较强的工程应用价值和学术研究意义。文档还整合了大量相关研究主题与配套代码资源,涵盖微电网、综合能源系统、电动汽车调度、需求响应等多个前沿方向,形成了系统化的科研资料体系。; 适合人群:具备电力系统分析、优化建模基础及Matlab编程能力的研究生、高校科研人员以及从事能源系统规划与运行的技术工程师,尤其适用于致力于撰写EI/SCI论文、开展高水平课题研究的专业人士; 使用场景及目标:①用于“共享储能+智能楼宇”系统的建模、优化与仿真分析;②支撑高水平学术论文的复现、验证与创新拓展;③为双层优化、分布式调度、需求响应等复杂能源管理问题提供算法实现与技术参考; 阅读建议:建议结合文中提供的网盘资源(含YALMIP、CPLEX等工具包)系统学习,重点关注双层架构设计思路与Matlab代码实现细节,通过仿真实验深入掌握模型构建、变量设定与求解器调用全过程,以实现理论与实践的深度融合。

最新推荐最新推荐

recommend-type

基于打开pycharm有带图片md文件卡死问题的解决

背景 最近在做项目的时候,向前端传输带图片的md文件,然后编辑完成想试着发送的时候发现Pycharm忽然卡死了,打开也是闪退。 解决方法 先将md文件移出项目文件,打开Pycharm,然后再进行下列操作。 打开File->Settings->Plugins->installed 把我们的Markdowm Support前面的勾取消掉。 在我们的Plugins还有个比较好的MD插件,就是那个Markdowm Navigator这个插件,我们可以把它安装再重启,这样就可以看到我们的图片了。 补充知识:解决pycharm中md文件中文乱码的问题 在file–setting–file enco
recommend-type

PyCharm集成Jupyter启动卡死解决[代码]

本文主要解决PyCharm集成Jupyter Notebook时一直处于启动状态无法正常加载的问题。作者使用的PyCharm版本为2022.2,配置好Jupyter后,发现Notebook在PyCharm中始终显示启动中,连基本的print语句都无法执行。经过调试,确认直接启动Notebook在Chrome中可用,PyCharm解释器设置无误,.py文件也能正常运行。最终发现原因是PyCharm版本与Jupyter Notebook版本不兼容:conda默认安装的是7.x最新版,而PyCharm版本过低。解决方法是在Anaconda中安装6.x版本的Jupyter Notebook(作者选择了6.5.5),使用pip install notebook=6.5.5命令安装。此外,还解决了快捷方式点击后闪退的问题,需要修改快捷方式的“目标”指向正确的jupyter notebook.exe文件。
recommend-type

解决终端运行Py闪退

cmd打开文件步骤 打开相应程序步骤 cocos-2d学习常见问题之一
recommend-type

解决PyCharm闪退问题[项目代码]

本文详细介绍了如何通过修改PyCharm的两个关键注册表参数来解决因系统超频导致的IDE崩溃问题。首先,文章分析了问题的根本原因,指出PyCharm默认会最大化利用CPU资源,导致在高性能模式下可能超出超频CPU的稳定阈值,从而引发闪退。接着,提供了具体的解决方案,包括打开PyCharm注册表设置、修改批量检查线程数和缓存扫描线程数两个参数,并重启IDE。最后,文章还提醒用户检查日志文件以定位其他潜在问题。这一方法能有效降低CPU负载峰值,避免触发超频保护机制,从而稳定运行PyCharm。
recommend-type

学生成绩管理系统C++课程设计与实践

资源摘要信息:"学生成绩信息管理系统-C++(1).doc" 1. 系统需求分析与设计 在进行学生成绩信息管理系统开发前,首先需要进行系统需求分析,这是确定系统开发目标与范围的过程。需求分析应包括数据需求和功能需求两个方面。 - 数据需求分析: - 学生成绩信息:需要收集学生的姓名、学号、课程成绩等数据。 - 数据类型和长度:明确每个数据项的数据类型(如字符串、整型等)和长度,例如学号可能是字符串类型且长度为一定值。 - 描述:详细描述每个数据项的意义,以确保系统能够准确处理。 - 功能需求分析: - 列出功能列表:用户界面应提供清晰的操作指引,列出所有可用功能。 - 查询学生成绩:系统应能通过学号或姓名查询学生的成绩信息。 - 增加学生成绩信息:允许用户添加未保存的学生成绩信息。 - 删除学生成绩信息:能够通过学号或姓名删除已经保存的成绩信息。 - 修改学生成绩信息:通过学号或姓名修改已有的成绩记录。 - 退出程序:提供安全退出程序的选项,并确保所有修改都已保存。 2. 系统设计 系统设计阶段主要完成内存数据结构设计、数据文件设计、代码设计、输入输出设计、用户界面设计和处理过程设计。 - 内存数据结构设计: - 使用链表结构组织内存中的数据,便于动态增删查改操作。 - 数据文件设计: - 选择文本文件存储数据,便于查看和编辑。 - 代码设计: - 根据功能需求,编写相应的函数和模块。 - 输入输出设计: - 设计简洁明了的输入输出提示信息和操作流程。 - 用户界面设计: - 用户界面应为字符界面,方便在命令行环境下使用。 - 处理过程设计: - 设计数据处理流程,确保每个操作都有明确的处理逻辑。 3. 系统实现与测试 实现阶段需要根据设计阶段的成果编写程序代码,并进行系统测试。 - 程序编写: - 完成系统设计中所有功能的程序代码编写。 - 系统测试: - 设计测试用例,通过测试用例上机测试系统。 - 记录测试方法和测试结果,确保系统稳定可靠。 4. 设计报告撰写 最后,根据系统开发的各个阶段,撰写详细的设计报告。 - 系统描述:包括问题说明、数据需求和功能需求。 - 系统设计:详细记录内存数据结构设计、数据文件设计、代码设计、输入/输出设计、用户界面设计、处理过程设计。 - 系统测试:包括测试用例描述、测试方法和测试结果。 - 设计特点、不足、收获和体会:反思整个开发过程,总结经验和教训。 时间安排: - 第19周(7月12日至7月16日)完成项目。 - 7月9日8:00到计算机学院实验中心(三楼)提交程序和课程设计报告。 指导教师和系主任(或责任教师)需要在文档上签名确认。 系统需求分析: - 使用表格记录系统需求分析的结果,包括数据项、数据类型、数据长度和描述。 - 分析数据项如学生成绩信息、状态器、链表节点等,确定其属性和行为。 以上就是文档中提到的学生成绩信息管理系统开发的关键知识点。开发此类系统需要熟练掌握C++编程基础,了解面向对象的程序设计思想,以及熟悉文件操作和链表等数据结构的应用。此外,良好的软件开发流程意识、测试意识和文档撰写能力也是必不可少的。
recommend-type

别再手动拖拽了!用Lumerical脚本批量创建FDTD仿真结构(附完整代码)

# 告别低效建模:Lumerical脚本自动化实战指南 在光子学仿真领域,时间就是科研生命线。当同行还在GUI界面里反复点击菜单时,你已经用脚本批量生成了20组参数化结构——这不是未来场景,而是每位FDTD用户都应该掌握的基础生产力革命。本文将彻底改变你与Lumerical的交互方式,从手动拖拽的农耕时代,跃迁到自动化建模的工业文明。 ## 1. 为何脚本建模是必然选择 2019年Nature Photonics的一项研究显示,科研工作者在仿真工具上平均浪费37%的时间在重复性操作上。对于需要参数扫描的纳米光学结构设计,这个数字可能更高。手动创建10个不同尺寸的纳米柱阵列意味着: -
recommend-type

Java邮件解析任务中,如何安全高效地提取HTML邮件内容并避免硬编码、资源泄漏和类型转换异常?

<think>我们被要求优化一段Java代码,该代码用于处理邮件(特别是来自特定发件人的构建通知邮件)。代码的主要问题包括: 1. 重复获取邮件内容:在检查MIME类型后,多次调用`msg[i].getContent()`,这可能导致性能问题或流关闭异常。 2. 类型转换问题:直接将邮件内容转换为`Multipart`而不进行类型检查,可能引发`ClassCastException`。 3. 代码结构问题:逻辑嵌套过深,可读性差,且存在重复代码(如插入邮件详情的操作在两个地方都有)。 4. 硬编码和魔法值:例如在解析HTML表格时使用了硬编码的索引(如list3.get(10)),这容易因邮件
recommend-type

RH公司应收账款管理优化策略研究

资源摘要信息:"本文针对RH公司的应收账款管理问题进行了深入研究,并提出了改进策略。文章首先分析了应收账款在企业管理中的重要性,指出其对于提高企业竞争力、扩大销售和充分利用生产能力的作用。然后,以RH公司为例,探讨了公司应收账款管理的现状,并识别出合同管理、客户信用调查等方面的不足。在此基础上,文章提出了一系列改善措施,包括完善信用政策、改进业务流程、加强信用调查和提高账款回收力度。特别强调了建立专门的应收账款回收部门和流程的重要性,并建议在实际应用过程中进行持续优化。同时,文章也意识到企业面临复杂多变的内外部环境,因此提出的策略需要根据具体情况调整和优化。 针对财务管理领域的专业学生和从业者,本文提供了一个关于应收账款管理问题的案例研究,具有实际指导意义。文章还探讨了信用管理和征信体系在应收账款管理中的作用,强调了它们对于提升企业信用风险控制和市场竞争能力的重要性。通过对比国内外企业在应收账款管理上的差异,文章总结了适合中国企业实际环境的应收账款管理方法和策略。" 根据提供的文件内容,以下是详细的知识点: 1. 应收账款管理的重要性:应收账款作为企业的一项重要资产,其有效管理关系到企业的现金流、财务健康以及市场竞争力。不良的应收账款管理会导致资金链断裂、坏账损失增加等问题,严重影响企业的正常运营和长远发展。 2. 应收账款的信用风险:在信用交易日益频繁的商业环境中,企业必须对客户信用进行评估,以便采取合理的信用政策,降低信用风险。 3. 合同管理的薄弱环节:合同是应收账款管理的法律基础,严格的合同管理能够保障企业权益,减少因合同问题导致的应收账款风险。 4. 客户信用调查:了解客户的信用状况对于预测和控制应收账款风险至关重要。企业需要建立有效的客户信用调查机制,识别和筛选信用良好的客户。 5. 应收账款回收策略:企业应建立有效的账款回收机制,包括定期的账款跟进、逾期账款的催收等。同时,建立专门的应收账款回收部门可以提升回收效率。 6. 应收账款管理流程优化:通过改进企业内部管理流程,如简化审批流程、提高工作效率等措施,能够提升应收账款的管理效率。 7. 应收账款管理策略的调整和优化:由于企业的内外部环境复杂多变,因此制定的管理策略需要根据实际情况进行动态调整和持续优化。 8. 信用管理和征信体系的作用:建立和完善企业内部信用管理体系和征信体系,有助于企业更好地控制信用风险,并在市场竞争中占据有利地位。 9. 对比国内外应收账款管理实践:通过研究国内外企业在应收账款管理上的不同做法和经验,可以借鉴先进的管理理念和方法,提升国内企业的应收账款管理水平。 综上所述,本文深入探讨了应收账款管理的多个方面,为RH公司乃至其他同类型企业提供了应收账款管理的改进方向和策略,对于财务管理专业的教育和实践都具有重要的参考价值。
recommend-type

新手别慌!用BingPi-M2开发板带你5分钟搞懂Tina Linux SDK目录结构

# 新手别慌!用BingPi-M2开发板带你5分钟搞懂Tina Linux SDK目录结构 第一次拿到BingPi-M2开发板时,面对Tina Linux SDK里密密麻麻的文件夹,我完全不知道从哪下手。就像走进一个陌生的大仓库,每个货架上都堆满了工具和零件,却找不到操作手册。这种困惑持续了整整两天,直到我意识到——理解目录结构比死记硬背每个文件更重要。 ## 1. 为什么SDK目录结构如此重要 想象你正在组装一台复杂的模型飞机。如果所有零件都混在一个箱子里,你需要花大量时间寻找每个螺丝和面板。但如果有分门别类的隔层,标注着"机身部件"、"电子设备"、"紧固件",组装效率会成倍提升。Ti
recommend-type

Java线程池运行时状态怎么实时掌握?有哪些靠谱的监控手段?

<think>我们之前已经讨论过Java线程池监控的多种方法,包括使用第三方工具和自定义监控。现在用户再次询问Java线程池监控方法,我们需要根据引用内容以及之前讨论的内容进行总结和扩展。 引用[1]提到使用JDK自带的监控工具,引用[2]提到了三种常用的线程池创建方式,引用[3]给出了通过ThreadPoolExecutor获取线程池状态的方法。 结合之前回答的内容,我们可以将监控方法分为以下几类: 1. 使用JDK自带工具(如jconsole, jvisualvm)进行监控。 2. 通过编程方式获取线程池状态(如引用[3]所示)。 3. 扩展ThreadPoolExecutor,