19、数据探索分析：从宠物狗到房屋销售价格

数据探索分析：从宠物狗到房屋销售价格

一、数据可视化基础

1.1 箱线图的作用

箱线图（也称为盒须图）能直观呈现数据分布的重要统计信息。以不同体型狗的身高箱线图为例，它清晰展示了狗的体型分类基于身高，因为各体型组的身高范围几乎无重叠。箱线图的箱体代表第 25 百分位数、中位数和第 75 百分位数，须线显示数据尾部，异常大或小的值也会被绘制出来。不过，箱线图无法像直方图或密度曲线那样展示数据的详细形状，主要用于显示数据的对称性、偏态、长短尾以及异常值。

1.2 两个定性特征的关系分析

当分析两个定性特征的关系时，重点在于比例。例如，研究狗的品种对儿童的适宜性与品种大小的关系，可计算不同适宜性类别（高、中、低）下，小、中、大型狗的比例，如下表所示：
| 适宜性\体型 | 大型 | 中型 | 小型 |
| — | — | — | — |
| 高 | 0.37 | 0.36 | 0.27 |
| 中 | 0.29 | 0.34 | 0.37 |
| 低 | 0.1 | 0.2 | 0.7 |

可以使用线图或并排条形图来可视化这些比例。线图中，每个适宜性水平对应一条线（一组相连的点），展示了各适宜性类别下体型的分布。从图中可看出，对儿童适宜性低的品种主要是小型狗。

import plotly.express as px
import pandas as pd

prop_table_t = pd.DataFrame({
    'high': [0.37, 0.36, 0.27],
    'medium': [