数据分析可视化常用图介绍以及相关代码实现（箱型图、Q-Q图、Kde图、线性回归图、热力图）

---

前言

爱意随风起，风止意难平。

---

一、箱型图是什么？

1-1、箱型图介绍

箱型图：箱线图也称箱须图、箱形图、盒图，用于反映一组或多组连续型定量数据分布的中心位置和散布范围。箱形图包含数学统计量，不仅能够分析不同类别数据各层次水平差异，还能揭示数据间离散程度、异常值、分布差异等等。

下边缘（Q1），表示最小值；下四分位数 - 1.5 ×（上四分位数-下四分位数）
下四分位数（Q2），又称“第一四分位数”，等于该样本中所有数值由小到大排列后第25%的数字；
中位数（Q3），又称“第二四分位数”等于该样本中所有数值由小到大排列后第50%的数字；
上四分位数（Q4），又称“第三四分位数”等于该样本中所有数值由小到大排列后第75%的数字；
上边缘（Q5），表述最大值。上四分位数 + 1.5 ×（上四分位数-下四分位数）
异常值：在上边缘和下边缘的范围之外，就是异常值。

1-2、箱型图的作用

1、箱子的宽度在一定程度上反映了数据的波动程度，箱体越扁说明数据越集中，而箱体越长，则说明数据越分散。
2、可以清晰地观察到数据的整体分布情况，可以清楚的看到数据的下边缘、下四分位数、中位数、上四分位数、上边缘、异常值。
3、箱型图最大的优点是不受异常值的影响，可以以一种相对稳定的方式描述数据的离散分布情况。
4、对于太离谱的值，可以直接删掉，亦或者是变为缺失值，按照缺失值来处理，比如说均值填充、众数填充、中位数填充、使用其他数据来预测该值等等。

1-3、实战

# 使用matplotlib和seaborn来绘制图像
import matplotlib.pyplot as plt
import seaborn as sns

# 设置尺寸。
fig = plt.figure(figsize=(8, 12))  # 指定绘图对象宽度和高度
# 以y为轴进行绘制
sns.boxplot(y = [2,4,6,8,10,20,-8,50,-20], width=0.5)
1
2
3
4
5
6
7
8

二、Q-Q图是什么？

2-1、Q-Q图（分位数-分位数图：quantile-quantile plot）介绍

Q-Q图：Q-Q（分位数 - 分位数）图是概率图，其是通过将绘制两个概率分布的分位数来比较两者分布关系的图形方法，主要作用是判断样本是否近似于某种类型的分布，这里以正态分布为例。

注意：蓝色越接近红色参考线，说明越符合预期分布。

2-2、实战

import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats

fig = plt.figure()
# 第一个参数：从哪个样本中创建。
res = stats.probplot(train[‘SalePrice’], plot=plt) 
# 默认检测是正态分布

# 完整写
# stats.probplot(grade, dist=stats.norm, plot=plt)        #正态分布
# stats.probplot(grade, dist=stats.expon, plot=plt)       #指数分布
# stats.probplot(grade, dist=stats.logistic, plot=plt) 	  # 对数正态分布
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14

通常配合直方图来一起分析