由于matlab具有强大的计算功能，用其统计数据功能优点显而易见，这里分享使用matlab中的boxplot的一些技巧，供大家参考。
Matlab boxplot命令
格式如下
boxplot(X)：产生矩阵X的每一列的盒图和“须”图，“须”是从盒的尾部延伸出来，并表示盒外数据长度的线，如果“须”的外面没有数据，则在“须”的底部有一个点。 www.iLoveMatlab.cn
boxplot(X,notch)：当notch=1时，产生一凹盒图，notch=0时产生一矩箱图。
boxplot(X,notch,\'sym\')：sym表示图形符号，默认值为“+”。
boxplot(X,notch,\'sym\',vert) %当vert=0时，生成水平盒图，vert=1时，生成竖直盒图(默认值vert=1)。 Matlab中文论坛
boxplot(X,notch,\'sym\',vert,whis) %whis定义“须”图的长度，默认值为1.5，若whis=0则boxplot函数通过绘制sym符号图来显示盒外的所有数据值。
箱线图（Boxplot）也称箱须图（Box-whisker Plot），是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法，它也可以粗略地看出数据是否具有有对称性，分布的分散程度等信息，特别可以用于对几个样本的比较。
画图步骤：
1、画数轴，度量单位大小和数据批的单位一致，起点比最小值稍小，长度比该数据批的全距稍长。
2、画一个矩形盒，两端边的位置分别对应数据批的上下四分位数（Q1和Q3）。在矩形盒内部中位数（Xm）位置画一条线段为中位线。
3、在Q3＋1.5IQR（四分位距）和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在F＋3IQR和F－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值（mild outliers），在外限以外的为极端的异常值(extreme outliers)。
4、从矩形盒两端边向外各画一条线段直到不是异常值的最远点，表示该批数据正常值的分布区间。
5、用“〇”标出温和的异常值，用“＊”标出极端的异常值。相同值的数据点并列标出在同一数据
线位置上，不同值的数据点标在不同数据线位置上。至此一批数据的箱线图便绘出了。统计软件绘制的箱线图一般没有标出内限和外限。:
例子1：
clear
x1=[1,2,2,3,5,3];
x2=[2,5,4,5,8,6];
g1={x1,x2};
%group2
x3=[2,8,9,2,1,6];
x4=[5,4,3,22,11,6];
g2={x3,x4};
%group3
x5=[10,12,22,4];
x6=[12,15,4,25];
g3={x5,x6};
G=cat(1,g1,g2,g3);
class={1,2,3}
positions = [1 1.25 2 2.25 3 3.25];
boxplot(G,class, \'positions\', positions);
set(gca,\'xtick\',[mean(positions(1:2)) mean(positions(3:4)) mean(positions(5:6)) ])
set(gca,\'xticklabel\',{\'Group1\',\'Group2\',\'Group3\'})
color = [\'c\', \'y\', \'c\', \'y\'];
h = findobj(gca,\'Tag\',\'Box\');
for j=1:length(h)
patch(get(h(j),\'XData\'),get(h(j),\'YData\'),color(j),\'FaceAlpha\',.5);
end
c = get(gca, \'Children\');
hleg1 = legend(c(1:2), \'Feature1\', \'Feature2\' );
例2：
数据：BoxPlotData.mat,包含X4058_300和X4058_400两个变量数据
X4058_300=[ 0.6010 0.6847 0.6798 0.6700 0.6059 0.6749 0.6453 0.6502 0.6847 0.6700 0.5813 0.6404 0.6749 0.6749 0.6650 0.6502 0.6749 0.6305 0.6355 0.7143; 0.6207 0.6650 0.6847 0.6749 0.5961 0.6601 0.6404 0.6700 0.6946 0.6897 0.6059 0.6749 0.6650 0.6749 0.6453 0.6502 0.6700 0.6256 0.6256 0.6995 ; 0.6601 0.6700 0.7340 0.7044 0.6355 0.7241 0.6798 0.6897 0.7094 0.6946 0.6256 0.6798 0.7044 0.7389 0.6700 0.6749 0.7143 0.6650 0.6059 0.6502; 0.7291 0.6108 0.7192 0.7537 0.5862 0.6355 0.6010 0.7143 0.6946 0.6897 0.6453 0.7685 0.7635 0.6404 0.7094 0.7143 0.6108 0.6552 0.7389 0.6897; 0.7044 0.7044 0.7044 0.6847 0.7143 0.6700 0.6650 0.7438 0.7143 0.7143 0.6601 0.6502 0.6995 0.7586 0.7488 0.6897 0.6700 0.6946 0.6897 0.6897; 0.6355 0.6847 0.7291 0.7143 0.6700 0.7438 0.6700 0.6650 0.7192 0.7044 0.6355 0.6847 0.6749 0.7094 0.6798 0.6453 0.7241 0.6946 0.6108 0.6700 ] X4058_400 =[ 0.5922 0.6408 0.6408 0.5825 0.6505 0.6796 0.6214 0.6796 0.6311 0.6505 0.5825 0.6699 0.6602 0.6602 0.7282 0.6602 0.6699 0.7087 0.6505 0.6505 ; 0.6117 0.6311 0.6602 0.6117 0.6505 0.6796 0.6214 0.6990 0.6990 0.6311 0.5922 0.6796 0.6699 0.6408 0.7184 0.6505 0.6602 0.7087 0.6214 0.6796; 0.6311 0.7184 0.7573 0.6893 0.6311 0.6990 0.6408 0.7087 0.7379 0.6990 0.6699 0.7184 0.6699 0.6699 0.7184 0.6893 0.6699 0.6990 0.6214 0.6990; 0.6602 0.6311 0.7379 0.6408 0.5922 0.7282 0.5728 0.7087 0.7379 0.7379 0.5728 0.7767 0.7476 0.6214 0.7476 0.6214 0.7379 0.6893 0.6019 0.6699 ; 0.6214 0.7476 0.6311 0.6699 0.6699 0.6311 0.6214 0.6699 0.6796 0.6505 0.5922 0.6796 0.7184 0.6893 0.8058 0.6699 0.6602 0.7184 0.6796 0.6796 ; 0.6117 0.6893 0.7282 0.6602 0.7573 0.7379 0.6408 0.7184 0.7087 0.7087 0.6990 0.6796 0.6214 0.6311 0.7573 0.6602 0.7379 0.6796 0.6796 0.7282 ;]
Matlab程序：
clear
load BoxPlotData
x01=X4058_300;
x02=X4058_400;
x1 = [x01(1,:);x02(1,:)]\';
x2 = [x01(2,:);x02(2,:)]\';
x3 = [x01(3,:);x02(3,:)]\';
x4 = [x01(4,:);x02(4,:)]\';
x5 = [x01(5,:);x02(5,:)]\';
x6 = [x01(6,:);x02(6,:)]\';
f=figure(1)
x = [x1;x2;x3;x4;x5;x6]; x = x(:);
g1 = [ones(size(x1)); 2*ones(size(x2)); 3*ones(size(x3));4*ones(size(x4));...
5*ones(size(x5));6*ones(size(x6));]; g1 = g1(:);
g2 = repmat(1:2,120,1); g2 = g2(:);
positions = [[1:6],[7:12]];
bh=boxplot(x, {g2,g1},\'notch\',\'on\',\'whisker\',1,\'colorgroup\',g1, \'factorgap\',[8 1],\'symbol\',\'.\',\'outliersize\',4,\'widths\',0.6,\'positions\',positions)
xlabel(\'Training data size\');
ylabel(\'Mean zero-one error\')
grid on
set(gca,\'YLim\',[0.45,0.85],\'gridLineStyle\', \'-.\');
set(bh,\'linewidth\',1.2);
color = [\'c\', \'y\', \'g\', \'b\',\'o\', \'b\',\'c\', \'y\', \'g\', \'b\',\'o\', \'b\'];
h = findobj(gca,\'Tag\',\'Box\');
mk=findobj(gca,\'tag\',\'Outliers\'); % Get handles for outlier lines.
set(mk,\'Marker\',\'o\'); % Change symbols for all the groups.
for j=1:length(h)/2
patch(get(h(j),\'XData\'),get(h(j),\'YData\'),color(4),\'FaceAlpha\',0.01*j);
end
for j=(length(h)/2+1):length(h)
patch(get(h(j),\'XData\'),get(h(j),\'YData\'),color(4),\'FaceAlpha\',0.01*(j-length(h)/2));
end
set(gca,\'xtick\',[7.5])
% set(gca,\'xtick\',[]);
set(gca,\'XTickLabel\',{\' \'})
% Create textbox
annotation(f,\'textbox\',...
[0.3 0.075 0.035 0.075],...
\'String\',{\'300\'},...
\'FitBoxToText\',\'off\',...
\'EdgeColor\',\'none\');
% Create textbox
annotation(f,\'textbox\',...
[0.7 0.075 0.035 0.075],...
\'String\',\'400\',...
\'FitBoxToText\',\'off\',...
\'EdgeColor\',\'none\');
