箱图大家都认识，那么这个图大家认识吗？

箱图相信大家都认识，可是下面这个统计图大家认识吗？

看长相好像和老实巴交的箱图有点关系，不过怎么那么多箱体？

猜对了，这个东西确实是箱图的进一步发展，可以被叫做增强箱图。。。等等，增强箱图？那么箱图有什么问题，还需要来”增强“这么一家伙？

好吧，为了说明这个问题，我们还是先祭出标准的箱图来看看，随手用python里面的seaborn模块画一个：

sns.boxplot(ccss.time, ccss.index1)

按照时间分为四组，每组分别用百分位数指标体系显示了P25、P50、P75，以及可能的离群值。不愧是箱图，简单，明了。

可是，大家有没有想过，无论样本量多大，箱图永远都只显示这点信息，那么对于大样本量是不是有点太吝啬了呢？

所以，增强箱图就被人提出来了！

这个东西最早在Heike Hofmann于2011年提出的时候被称为Letter-value plots（这都什么破名字），连文章名字都是”Letter-value plots: Boxplots for large data“，对应的绘图命令就叫lvplot，搞得人还以为这统计图会和驴牌有什么关系呢，这名字也太掉价了！这样下去和清华北大的文章能有什么区别？！

好在，现在在最新的seaborn 0.9.0版中，相应的函数被更名为seaborn.boxenplot()，总算是有个像样子的名字了。。。

增强箱图在python环境的seabron包里面绘制非常简单，就一句：

sns.boxenplot(ccss.time, ccss.index1)

当然，该命令还是有其它参数可以修改的，不过以我干活一向喜欢偷懒的经验来看，基本上也没什么需要改的。。。

啥？你问我为啥那么懒？因为聪明人都很懒嘛。。。

除了增强箱图外，Python环境下的matplotlib+seaborn组合还可以绘制各种酷炫的数据可视化图形，大家有兴趣的话，请参考Python数据分析系列课程之《玩转数据可视化》。