超级会员免费看
本文介绍了数据科学数据可视化中散点图、直方图和折线图的替代方法。推荐使用seaborn库的hexbinplot进行数据聚合展示，它能更明显地呈现数据分布。另外，瀑布图通过waterfall-chart库揭示了数据的增减变化趋势。此外，点图作为一种代替条状图的选择，由plotly库提供，能更清晰地呈现类别数据。
散点图直方图折线图的替代
seaborn官网
数据科学数据可视化，散点图 直方图 折线图的新方法
1.hexbinplot
https://seaborn.pydata.org/examples/hexbin marginals.html相当于散点图做了聚合/分箱，使数据的分布展示更明显。Library: seaborn
2.瀑布图展示了每相邻2个数据的差异，红色表示减少，绿色表示增加，不仅可以展示数据的变化趋势，还可以展示相邻数据的增减，Library: waterfall-chart
3.点图代替条状图，更容易看清楚数据，点图和一般散点图的区别是，横轴是类别，不是连续的。library:plotly
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set_theme(style="ticks")
rs = np.random.RandomState
订阅专栏 解锁全文
1462
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
