图形介绍

①直方图(distplot）

直方图一般是用来描述连续变量的分布情况，其横轴是变量的取值，纵轴是在该取值间隔内的频数。一般构建直方图时，先将值分成一系列连续的不重叠变量间隔，在计算每个间隔有多少值，来作为直方图的高度。

通过直方图能了解变量的分布，在机器学习的回归问题中可以用来观察训练集中输出Y的分布情况(比如是符合正态分布，或者其取log后服从正态分布）

distplot中集合了核函数估计kdeplot的功能，默认也会画出核密度估计图

②条形图（barplot）

条形图是用来展示分类数据的分布情况，它使用多个宽度相同的条形来显示数据，每个条形表示特定种类，高度是各类别数据的频数。条形图可以是并列的多个，进行比较。

在机器学习的分类问题中用来观察各个特征与输出种类之间的关系，见上面的例子。

直方图的各矩形是连续排列，而条形图是分开排列。

③箱形图（boxplot）

箱形图是用来观察数据整体的分布情况，可以用来识别异常点。

箱体内包含了大部分的正常数据，而在箱体上边界和下边界之外的，就是异常数据。

其中上下边界的计算公式如下：

UpperLimit=Q3+k*(Q3-Q1)

LowerLimit=Q1－k*(Q3-Q1)

K=1.5 中度异常

K=3 极度异常

④小提琴图

小提琴图 (Violin Plot) 用于显示数据分布及其概率密度。

这种图表结合了箱形图和密度图的特征，主要用来显示数据的分布形状。中间的黑色粗条表示四分位数范围，从其延伸的幼细黑线代表 95% 置信区间，而白点则为中位数。