pandas读取breast_cancer.csv文件将数据归一化后，按照最后一列分类并绘制每个特征的箱图，不使用sklearn

好的，你可以使用以下代码读取并绘制 breast_cancer.csv 文件中每个特征的归一化后的数据，并按照最后一列分类绘制每个特征的箱图，不使用 sklearn 库：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('breast_cancer.csv')

# 获取数据列名
columns = data.columns

# 数据归一化
data_norm = (data - data.min()) / (data.max() - data.min())

# 按照最后一列分类绘制每个特征的箱图
for i in range(len(columns) - 1):
    plt.figure()
    plt.boxplot([data_norm[columns[i]][data_norm['class'] == 2], data_norm[columns[i]][data_norm['class'] == 4]])
    plt.xticks([1, 2], ['2', '4'])
    plt.xlabel('class')
    plt.ylabel(columns[i])
    plt.title(columns[i] + ' by class')
    plt.show()

这段代码会绘制出每个特征的归一化后的数据，并按照最后一列分类绘制每个特征的箱图。在每个箱图中，横轴为类别，纵轴为特征值。你可以根据需要对代码进行修改，例如修改箱图的样式等等。