直方圖（Histogram）

• 又稱質量分佈圖，可以直觀地展示每個屬性的分佈情況；
• 一般用橫軸表示資料型別，縱軸表示分佈情況；
• 可以很直觀看到資料是高斯分佈、指數分佈還是偏態分佈。

下面使用 Pandas 的 DataFrame 物件的 hist() 方法就可以直接得到直方圖。

import pandas as pd
import matplotlib.pyplot as plt

filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class'
 
]
data = pd.read_csv(filename, names=names)
data.hist()
plt.show()

顯示如下：

密度圖（density）

• 密度圖類似於直方圖，它用平滑的曲線來描述資料的分佈。

import pandas as pd
import matplotlib.pyplot as plt

filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = pd.read_csv(filename,
 
 names=names)
data.plot(kind='density', subplots=True, layout=(3, 3), sharex=False)
plt.show()

顯示如下：

箱線圖

• 首先畫一條中位數線；
• 然後以下四分位數和上四分位數畫一個盒子；
• 上下各有一條橫線，表示上邊緣和下邊緣，通過橫線來顯示資料的伸展狀況；
• 遊離在邊緣之外的點為異常值。

import pandas as pd
import matplotlib.pyplot as plt

filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres'
 
, 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = pd.read_csv(filename, names=names)
data.plot(kind='box', subplots=True, layout=(3, 3), sharex=False)
plt.show()