请给出以下代码：1、对几列数据进行单因素方差分析后绘制带有显著性标记的箱线图2、何时采用不同统计方法的python代码（如t检验、方差分析、相关分析等）

1、对几列数据进行单因素方差分析后绘制带有显著性标记的箱线图的 Python 代码如下：

import pandas as pd
import seaborn as sns
from scipy import stats

# 导入数据
data = pd.read_csv('data.csv')

# 单因素方差分析
f_val, p_val = stats.f_oneway(data['group1'], data['group2'], data['group3'])

# 绘制带有显著性标记的箱线图
sns.boxplot(x='group', y='value', data=data)
if p_val < 0.05:
    plt.title('ANOVA: p = {:.4f} (significantly different)'.format(p_val))
else:
    plt.title('ANOVA: p = {:.4f}'.format(p_val))
plt.show()

其中，`data.csv` 是包含多组数据的 CSV 文件，每组数据包含一个 `group` 标识和一个 `value` 值。

2、何时采用不同统计方法的 Python 代码如下：

- t 检验

from scipy import stats

# 导入数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 单样本 t 检验
t_stat, p_val = stats.ttest_1samp(data, 5)

# 独立样本 t 检验
group1 = [1, 2, 3, 4, 5]
group2 = [6, 7, 8, 9, 10]
t_stat, p_val = stats.ttest_ind(group1, group2)

- 方差分析

from scipy import stats

# 导入数据
data = pd.read_csv('data.csv')

# 单因素方差分析
f_val, p_val = stats.f_oneway(data['group1'], data['group2'], data['group3'])

# 二因素方差分析
import statsmodels.api as sm
from statsmodels.formula.api import ols

model = ols('value ~ C(group1) + C(group2)', data=data).fit()
anova_table = sm.stats.anova_lm(model, typ=2)

- 相关分析

from scipy import stats

# 导入数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 计算相关系数和 p 值
corr_coef, p_val = stats.pearsonr(x, y)