箱线图（Boxplot），又称为盒须图、盒状图或箱形图，是一种用于表示数据分布情况的统计图表，箱线图通过数据的最小值、第一四分位数（Q1）、中位数（Q2）、第三四分位数（Q3）和最大值，将数据分为五个部分，从而直观地展示数据的集中趋势和离散程度，在Python中，我们可以使用matplotlib和seaborn等库来绘制箱线图，并通过添加标签（便签）的方式对图表进行解释和说明。
在Python中，我们首先需要导入matplotlib和seaborn库，然后使用它们的相关函数来创建数据集和绘制箱线图，以下是一个简单的示例：
import matplotlib.pyplot as plt import seaborn as sns 创建一个数据集 data = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100] 使用seaborn绘制箱线图 sns.boxplot(data) 添加标签 plt.text(0, 70, 'Q1', fontweight='bold') plt.text(0, 80, 'Q2', fontweight='bold') plt.text(0, 90, 'Q3', fontweight='bold') 显示图表 plt.show()
在这个示例中，我们首先创建了一个包含10个数据点的列表，然后使用seaborn的boxplot函数绘制箱线图，接下来，我们通过matplotlib的text函数在图表上添加了Q1、Q2和Q3的标签，我们使用plt.show()函数显示图表。
常见问题与解答：
Q1: 如何在箱线图上添加更多的标签信息？
A1: 可以通过在绘制箱线图后，使用matplotlib的text函数继续添加其他标签，例如数据名称、单位等，也可以通过调整标签的样式和位置，使图表更加美观和易于理解。
Q2: 如何使用Python绘制多个箱线图？
A2: 可以通过创建多个数据集，并在同一个图表上使用for循环或subplot函数绘制多个箱线图，也可以使用seaborn库的FacetGrid函数，根据数据的不同属性，在一个图表中创建多个子图，每个子图绘制一个箱线图。
Q3: 如何调整箱线图的样式和颜色？
A3: 可以通过在绘制箱线图时，传入不同的参数来调整样式和颜色，使用seaborn的boxplot函数时，可以通过设置color参数来改变箱线图的颜色，还可以使用matplotlib的样式表（style sheet）功能，快速切换或自定义图表的整体风格。