两个独立样本 多因素比较箱线图代码

在统计学和数据分析中，箱线图是一种非常有用的图表，用于可视化一组数据的分布情况，包括中位数、四分位数范围以及异常值。当需要比较两个独立样本的分布时，可以使用箱线图来展示这两个样本的比较情况。在多因素情况下，我们可以添加多个箱线图层叠或并排显示，以对比不同因素下的样本分布。

以下是使用Python中的matplotlib和seaborn库来创建两个独立样本多因素比较箱线图的基本代码示例：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# 假设我们有两个独立样本的数据，分别包含两个因素的数据
# 数据结构如下所示：
data = {
    'Factor1': ['A', 'A', 'B', 'B'],  # 因素1的两个水平
    'Factor2': ['X', 'Y', 'X', 'Y'],  # 因素2的两个水平
    'Value': [1, 2, 3, 4]  # 两个样本的数据值
}

# 创建一个DataFrame
df = pd.DataFrame(data)

# 设置matplotlib的样式
sns.set(style="whitegrid")

# 创建一个matplotlib的图表对象
plt.figure(figsize=(10, 6))

# 创建箱线图，x轴是Factor1，y轴是Value，并且将Factor2的不同水平用不同的颜色表示
sns.boxplot(x='Factor1', y='Value', hue='Factor2', data=df)

# 显示图表
plt.title('两独立样本多因素比较箱线图')
plt.xlabel('因素1')
plt.ylabel('观测值')
plt.show()

上述代码将生成一个箱线图，其中x轴表示第一个因素（Factor1），y轴表示观测值（Value），不同的颜色代表第二个因素（Factor2）的不同水平。这样，我们就可以直观地比较在不同因素水平下，两个独立样本的分布情况。