如何用Seaborn将numpy类型变量列表绘制在同一张箱线图中？

没问题，我来帮你搞定这个多箱线图的绘制！你已经准备好了每个职业对应的年龄numpy数组列表occpuation_age，接下来用Seaborn可以轻松把它们画在同一张图里，我给你两种实用的方法：

方法一：转成DataFrame绘制（推荐，更贴合Seaborn风格） #

Seaborn的绘图函数通常更适配长格式的DataFrame，这样后续调整样式、添加分组逻辑都会更方便。我们可以把现有的职业列表和年龄数组转成DataFrame：

首先导入需要的库：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

然后把数据整理成结构化的DataFrame：

# 把职业和对应的年龄数据配对，生成每条记录对应一个用户的职业+年龄
plot_data = []
for job, age_group in zip(occupations, occpuation_age):
    for age in age_group:
        plot_data.append({"职业": job, "年龄": age})

# 转换为DataFrame格式
age_df = pd.DataFrame(plot_data)

接下来就可以绘制箱线图了：

# 设置Seaborn的绘图风格，让图表更美观
sns.set_style("whitegrid")

# 创建画布，设置合适的大小避免标签重叠
plt.figure(figsize=(12, 7))

# 绘制箱线图，x轴是职业分类，y轴是年龄数据
sns.boxplot(x="职业", y="年龄", data=age_df, palette="Set2")

# 添加标题和轴标签
plt.title("定期存款订阅用户各职业年龄分布", fontsize=14, pad=15)
plt.xlabel("职业", fontsize=12)
plt.ylabel("年龄", fontsize=12)

# 旋转x轴标签45度，防止文字挤在一起，同时设置右对齐更美观
plt.xticks(rotation=45, ha="right")

# 自动调整布局，避免标签被画布截断
plt.tight_layout()

# 显示图形
plt.show()

方法二：直接用numpy数组列表绘制（快速简洁） #

如果你不想转DataFrame，也可以直接用matplotlib的boxplot函数配合Seaborn的风格来绘制：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置Seaborn的绘图风格
sns.set_style("whitegrid")

# 创建画布
plt.figure(figsize=(12, 7))

# 直接传入numpy数组列表绘制箱线图
plt.boxplot(occpuation_age)

# 设置x轴标签为职业名称，注意要从1开始对应每个箱线图的位置
plt.xticks(range(1, len(occupations)+1), occupations, rotation=45, ha="right")

# 添加标题和轴标签
plt.title("定期存款订阅用户各职业年龄分布", fontsize=14, pad=15)
plt.xlabel("职业", fontsize=12)
plt.ylabel("年龄", fontsize=12)

plt.tight_layout()
plt.show()

小提示 #

• 如果某个职业对应的年龄数组是空的，绘制时可能会报错，建议提前检查：[len(arr) for arr in occpuation_age]，看看有没有长度为0的元素
• 可以通过palette参数调整箱线图的配色，比如palette="viridis"或者自定义颜色列表
• 如果想突出某个职业的箱线图，可以单独设置它的颜色

内容的提问来源于stack exchange，提问作者akram malek