13、数据可视化：从小提琴图到热力图的多元分析

数据可视化：从小提琴图到热力图的多元分析

在数据分析领域，可视化是洞察数据特征和关系的强大工具。本文将介绍几种常见的数据可视化方法，包括小提琴图、散点图、折线图和热力图，并详细阐述它们的操作步骤和应用场景。

小提琴图：洞察数据分布

小提琴图是一种展示数据分布的有效方式，它能让我们直观地了解数据的形状、集中趋势和离散程度。通过小提琴图，我们可以轻松比较不同子集的数据分布。

以工作周数和工资收入数据为例，2020 年和 2021 年的工作周数分布存在明显差异，2020 年的四分位距（IQR）为 31（21 到 52），2021 年为 15（35 到 50），这可能是受疫情影响。在工资收入分布方面，已婚男性和女性在收入分布顶端存在聚集现象，且似乎存在 380,288 美元的收入上限，这在后续分析中需要考虑。

不同性别和婚姻状况的收入分布形状相似，中位数略下方有凸起且正尾较长，IQR 长度相近，但已婚男性的分布明显高于其他群体。按学历划分的工作周数小提琴图显示，低学历群体的分布呈现双峰特征，非大学学历者在低工作周数上存在聚集，高中以下学历者在 2021 年工作 5 周及以下和 50 周及以上的可能性相近。

在绘制小提琴图时，本文主要使用 Seaborn 库，不过 Matplotlib 也能绘制，但默认图形与 Seaborn 不同。

散点图：探索双变量关系

散点图是数据分析师常用的可视化工具之一，它能直观地展示两个变量之间的关系，尤其适用于连续变量。通过散点图，我们可以捕捉现实世界中变量之间的重要关系。

要使用散点图展示更复杂的关系，可按以下步骤操作：
1.