数据可视化（Ⅱ）不同图表的介绍

直方图（Histogram）

数据是单一的连续变量
回答数据按照何种形状分布的问题

箱（bin）宽度：
峰值
单峰、双峰、三峰

是否对称

发现模式：峭度（kurtosis）：根据离群值的不同数量来判断

箱型图

当拥有连续的变量，并且连续变量被分类变量所分割的时候。
当需要对连续变量在不同分类区间进行数据分布的比较的时候。

	中值（median）——中位数
	下四分位数（Lower Quartile）有四分之一的数值低于它
	上四分位数（Upper Quartile）
	高四分位和第四分位数之间的差值，称为四分位数间距（inter-Quartile Range）

箱须：

• 水平的线段成为“箱须（Whisker）”
• 每个箱体首先沿着各自的方向，延长1.5倍于“四分位数间距”，但是它们延长至最远不超过实际最远的数据点。

特点：

1. 提供了识别异常值的标准：异常值被定义为[Q1-1.5IQR,Q3+1.5IQR]之外的值，来源于经验判断
2. 偏态和尾重：
   对于标准正态分布的大样本，只有 0.7%的值是异常值,中位数位于上下四分位数的中央,箱形图的方盒关于中位线对称。
3. 数据的形状：
   同一数轴上，几批数据的箱形图并行排列，几批数据的中位数、尾长、异常值、分布区间等形状信息便一目了然。