数据分析可视化不用愁！箱线图识异常、直方图看分布、热力图找关联，6种常用图表Python代码直接套用，省出大量时间～

1. 箱线图（Boxplot）

箱线图展示数据集的五数概括（最小值、下四分位数（Q1）、中位数（Q2）、上四分位数（Q3）、最大值）以及离群点。

箱线图的作用有以下方面：

1. 检测离群值：通过 “胡须” 之外的点（通常为 1.5 倍四分位范围外的值），快速识别异常值。
2. 比较不同组别：比对多个组的数据分布差异和集中趋势规律。
3. 观察数据偏态：通过箱体及 “胡须” 的对称性，观察数据的偏态（偏左、偏右或对称）。
4. 代码如下：

2. 直方图（Histogram）

直方图用于查看单个变量的分布情况。常用于了解变量的偏态（左偏 / 右偏）、集中趋势和离群点分布。当你想快速了解数据中的值是如何分布的，直方图就非常实用。

3. 相关性热力图（Correlation Heatmap）

相关性热力图展示变量间的相关性矩阵。颜色深浅代表相关性强弱：颜色越深，表示相关性越强。其中data.corr()计算相关性系数。该图适用于发现变量间的线性关系，为数据洞察以及后续的特征选择、建模提供依据。

搞定数据分析可视化超简单！含箱线图、直方图等6种常用图表Python代码，直接套用省时间，需要完整版可私我领取～后台发【666】即可带走