分布类可视化图像

一、准备数据：

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

# 设置支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 生成自定义数据集
np.random.seed(0)
data1 = np.random.normal(0, 1, 100)
data2 = np.random.normal(2, 1.5, 100)
data = np.concatenate([data1, data2])
df = pd.DataFrame(data, columns=['数据'])

二、直方图

特点

• 数据分组：将数据分成若干个区间（称为“桶”或“bin”），统计每个区间内数据的频数或频率。

• 直观展示分布：通过柱状图的形式直观地展示数据的分布情况，包括集中趋势、分散程度和偏态等。

• 易于理解：是最常见的分布可视化方式之一，容易被大多数人理解。

应用场景

• 用于展示单变量数据的分布情况，例如学生的考试成绩分布、商品的价格分布等。

• 可以帮助识别数据中的异常值或离群点。

使用Python实现

# 绘制直方图
plt.figure(figsize=(10, 6))
plt.hist(df['数据'], bins=30, color='skyblue', edgecolor='black')
plt.title('直方图')
plt.xlabel('数据值')
plt.ylabel('频率')
plt.show()

实验结果：

三、密度图

特点

• 平滑曲线：通过核密度估计（KDE）将数据的分布转化为一条平滑的曲线，避免了直方图中由于分组而产生的不连续性。

• 更精确地展示分布形状：能够更精确地反映数据的分布形状，包括多峰分布等复杂情况。

• 美观：曲线形式更加美观，适合用于展示连续数据的分布。

应用场景

• 用于展示连续变量的分布情况，尤其是当数据量较大时，密度图可以更清晰地展示分布的细节。

• 适合用于比较多个变量的分布形状。

使用Python实现

# 绘制密度图
plt.figure(figsize=(10, 6))
sns.kdeplot(df['数据'], bw_adjust=0.5, color='red')
plt.title('密度图')
plt.xlabel('数据值')
plt.ylabel('密度')
plt.show()

结果展示：

结果描述：生成一条平滑的曲线，表示数据的密度分布。曲线的高度表示数据在该位置的密度，通过密度图可以更清晰地看到数据的分布形状，例如是否存在双峰分布等。

四、箱线图

特点

• 五数概括：通过箱体和须线展示数据的五数概括（最小值、第一四分位数、中位数、第三四分位数和最大值）。

• 直观展示数据分布：能够直观地展示数据的集中趋势、分散程度和异常值。

• 适用于比较多个数据集：可以同时展示多个数据集的箱线图，方便比较它们的分布差异。

应用场景

• 用于展示单变量数据的分布情况，尤其是当需要同时比较多个数据集时。

• 用于识别数据中的异常值。

使用Python实现

# 绘制箱线图
plt.boxplot(data)
plt.title('Boxplot Example')
plt.ylabel('Value')
plt.show()

结果描述：生成一个箱线图，箱体表示数据的中间50%范围（从第一四分位数到第三四分位数），中位数用一条线表示，须线表示数据的范围（通常是1.5倍四分位距之外的值被认为是异常值）。通过箱线图可以直观地看到数据的集中趋势、分散程度和异常值。

四、小提琴图

特点

• 结合箱线图和密度图：在箱线图的基础上，两侧添加了密度图的形状，既能展示数据的五数概括，又能展示数据的分布形状。

• 更丰富的信息展示：比箱线图提供了更多的信息，能够更直观地反映数据的分布情况。

• 美观且信息量大：是一种美观且信息量丰富的可视化方式。

应用场景

• 用于展示单变量数据的分布情况，尤其是当需要同时展示数据的五数概括和分布形状时。

• 适合用于比较多个变量的分布情况。

使用Python实现

# 绘制小提琴图
plt.figure(figsize=(10, 6))
sns.violinplot(x=df['数据'], color='purple')
plt.title('小提琴图')
plt.xlabel('数据')
plt.ylabel('值')
plt.show()

结果描述：生成一个小提琴图，中间部分是箱线图，两侧是密度图的形状。通过小提琴图可以同时看到数据的五数概括和分布形状，例如数据是否对称、是否存在多峰分布等。