Python是一種優秀的編程語言，也是數據科學家們非常喜歡使用的工具。在數據可視化方面，Python有著豐富的工具和包，其中包括一個非常強大的繪圖庫——matplotlib。本文將介紹如何使用Python和matplotlib繪制多個箱式圖。

import matplotlib.pyplot as plt
import numpy as np
# 創建兩個數據集
data1 = np.random.normal(100, 10, 200)
data2 = np.random.normal(80, 30, 200)
data = [data1, data2]
# 繪制兩個箱式圖
fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(12, 6))
axs[0].boxplot(data[0])
axs[0].set_title('Boxplot of Data1')
axs[1].boxplot(data[1])
axs[1].set_title('Boxplot of Data2')
plt.show()

以上代碼使用numpy模塊生成兩個隨機數據集，然后使用subplots()函數創建一個包含2個子圖的圖形對象。接著，在第一個子圖中繪制data1的箱式圖，在第二個子圖中繪制data2的箱式圖。最后，調用plt.show()函數展示圖像。

如果你想要同時繪制多個數據集的箱式圖，可以使用如下代碼：

# 創建數據集
data1 = np.random.normal(100, 10, 200)
data2 = np.random.normal(80, 30, 200)
data3 = np.random.normal(90, 20, 200)
data = [data1, data2, data3]
# 繪制多個數據集的箱式圖
fig, axs = plt.subplots(nrows=1, ncols=1, figsize=(12, 6))
axs.boxplot(data)
axs.set_title('Boxplot of Multiple Datasets')
axs.set_xticklabels(['Data1', 'Data2', 'Data3']) # 更改x軸坐標刻度名稱
plt.show()

在這個例子中，我們生成了三個隨機數據集，使用subplots()函數創建了一個包含1個子圖的圖形對象。然后，通過在一張圖中繪制多個數據集的箱式圖，展示了多重數據對比的效果。

總之，Python和matplotlib是繪制箱式圖的最佳組合。它們提供了豐富的工具和功能，可以幫助你輕松地繪制多個數據集的箱式圖。希望本文能夠對你有所幫助！