未明学院：分布关系与联系关系的matplotlib可视化展示，附完整代码（上篇）

原创： 未明学院

数据可视化，以数据为工具，以可视化为手段，这是数据分析中的重要一环。

因为大部分用户对于数据并非内行，利用漂亮的可视化可以吸引他们的注意，另一方面，通过可视化将数据中的信息进行提取，简单易懂，用户才能理解数据的内涵。所以根据数据的逻辑关系，选择合适的图形，精准的进行数据信息传达，是大家普遍关注的。

我们借鉴可视化专家Andrew Abela对数据关系所进行的总结，将图表展示的数据关系分为四类：比较、分布、构成和联系。

本文旨在总结四种不同数据逻辑关系下的常见图表，利用Python中最基础的matplotlib和seaborn库进行操作。

小明提醒：点击图片查看大图，看代码更清晰

分布

数据分析前期，对样本数据做统计量分析非常关键的就是做分布分析；其中，直方图、密度图，散点图都是常用形式。

直方图、密度图主要看整个变量数据分布的情况，散点图可以看到两个维度分布的情况。

1、直方图

2、密度图

3、直方密度图

4、箱型图

5、分布包点图

6、小提琴图

7、分类图

8、发散条形图

9、发散型文本

10、发散型棒棒糖

联系

联系类型图表用于展示数据之间的关系，并且可以查找数据间的相关性、异常值和数据集群。

1、散点图

2、气泡图

3、带拟合线的散点图

4、边缘直方图1

5、边缘直方图2

6、相关图

7、矩阵图

以上就是分布和联系关系下的常见图表形式，有关比较、构成的内容，请锁定下期推文！