在单细胞测序下游分析中，当重点关注哪些基因在所有细胞平均表达显著时，可选取所选取的top基因进行可视化。

但是现在遇到一个问题是所有的线都变成虚线了，我想要矩形的边框变成实线，那该如何实现呢？经过搜索找到了一个解决办法 链接是 https://stackoverflow.com/questions/53170465/how-to-make-a-base-r-style-boxplot-using-...

箱式图适用于连续变量的可视化展示，显示变量的四分位数，中位数、异常值等 同时箱式图可以预览两组之间的差异，为后续统计分析做准备

本文对课程数据集及泰坦尼克号数据集进行了实例讲解，一步一步带你绘制数据可视化中常用的五种图形，并对数据间可能存在的相关性做出了阐述。

"Phenotype"一共包含4个函数，分为"outlier"、"stat"、"histplot"和"blup"。

notch控制是否在图中显示中位数的置信区间，默认值为False, 当取值为True时，会计算中位数的置信区间，并在图中将置信区间与中位数相连，用法如下

matplotlib核心剖析（http://www.cnblogs.com/vamei/archive/2013/01/30/2879700.html#commentform）

箱形图(Box-plot)又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用。

Boxenplot可以看做是加强版的Boxplot，适用于大数据，能更方便真实的反应数据情况。这种图原来叫做“letter value” plot，是用分位数来反应数据情况。

与之相关的函数seaborn.boxplot的具体参数为： seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturatio...