这5种数据可视化方式是数据科学家标配！(2)

　　我们之前查看了直方图，这些直方图非常适合可视化变量的分布。但是如果我们需要更多的信息呢?也许我们想要更清楚地看待标准偏差?也许中位数与平均值有很大差异，因此我们有很多异常值怎么办?如果存在如此歪斜，并且许多值都集中在一方怎么办?

　　这就是箱形图出现的地方。箱形图给我们提供了上述所有信息。实线框的底部和顶部总是第一和第三四分位数(即数据的25%和75%)，并且框内的带总是第二四分位数(中值)。箱须图(即末端具有条纹的虚线)从框中延伸以显示数据的范围。

　　由于箱形图是为每个组、变量都绘制了，因此很容易设置。 x_data是组/变量的列表。 Matplotlib函数boxplot()为y_data的每列或每个向量的序列y_data生成一个箱形图;因此x_data中的每个值都对应于y_data中的列/向量。所有我们所要设定的是情节的美学。　　

▲箱型实例

　　结论

　　使用Matplotlib有5个快速简单的数据可视化。将事物抽象成函数总是会让你的代码更易于阅读和使用!希望这篇文章能够帮助到你！

（编辑：ASP站长网）