什么是箱型图
箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。（来源：百度百科【箱型图】词条）
箱形图有5个参数：
下边缘（Q1），表示最小值；
下四分位数（Q2），又称“第一四分位数”，等于该样本中所有数值由小到大排列后第25%的数字；
中位数（Q3），又称“第二四分位数”等于该样本中所有数值由小到大排列后第50%的数字；
上四分位数（Q4），又称“第三四分位数”等于该样本中所有数值由小到大排列后第75%的数字；
上边缘（Q5），表述最大值。
第三四分位数与第一四分位数的差距又称四分位间距。
箱型图有个功能就是可以检测这组数据是否存在异常值。异常值在哪里呢？就是在上边缘和下边缘的范围之外。
绘制箱型图
数据展示
我们使用公司验证客户贷款资格的一些数据来做展示，下面是一些数据变量及其描述。
数据如下所示：
Loan_ID Gender Married Dependents Education Self_Employed ApplicantIncome CoapplicantIncome LoanAmount Loan_Amount_Term Credit_History Property_Area Loan_Status
0 LP001002 Male No 0 Graduate No 5849 0.000000 NaN 360.0 1.0 Urban Y
1 LP001003 Male Yes 1 Graduate No 4583 1508.000000 128.0 360.0 1.0 Rural N
2 LP001005 Male Yes 0 Graduate Yes 3000 0.000000 66.0 360.0 1.0 Urban Y
3 LP001006 Male Yes 0 Not Graduate No 2583 2358.000000 120.0 360.0 1.0 Urban Y
4 LP001008 Male No 0 Graduate No 6000 0.000000 141.0 360.0 1.0 Urban Y
5 LP001011 Male Yes 2 Graduate Yes 5417 4196.000000 267.0 360.0 1.0 Urban Y
6 LP001013 Male Yes 0 Not Graduate No 2333 1516.000000 95.0 360.0 1.0 Urban Y
……
608 LP002974 Male Yes 0 Graduate No 3232 1950.000000 108.0 360.0 1.0 Rural Y
609 LP002978 Female No 0 Graduate No 2900 0.000000 71.0 360.0 1.0 Rural Y
610 LP002979 Male Yes 3+ Graduate No 4106 0.000000 40.0 180.0 1.0 Rural Y
611 LP002983 Male Yes 1 Graduate No 8072 240.000000 253.0 360.0 1.0 Urban Y
612 LP002984 Male Yes 2 Graduate No 7583 0.000000 187.0 360.0 1.0 Urban Y
613 LP002990 Female No 0 Graduate Yes 4583 0.000000 133.0 360.0 0.0 Semiurban N
箱型图绘制
下面的代码使用pd.read_csv()从csv文件中读取数据，并绘制箱型图：
# encoding: utf-8
import pandas as pd
import matplotlib.pyplot as plt
path = 'train.csv'
data = pd.read_csv(path, sep=',')
data.boxplot(column='ApplicantIncome', by='Education')
plt.show()绘制的箱线图如下所示：
数据分析
从箱线图中我们可以看到，毕业生和非毕业生的平均收入没有实质性差异。但是，收入水平很高的毕业生人数更多，而这些毕业生似乎都是异常值。