离散与连续数据可视化：多变量同Plot可视化方案咨询

Hey there! 我来给你分享几个实用的可视化方案，都是能在单个图里同时搞定离散和连续变量的，直接上干货～

这些都是我平时做数据分析时常用的方法，亲测能清晰展示多变量关系：

1. 分组箱线图/小提琴图（展示分布） #

如果你的离散变量是分组维度，想同时看多个连续变量在不同分组下的分布情况，这个方案最适合。比如用产品类别（离散）分组，同时展示销售额、用户评分、利润（三个连续变量）的分布。

用Seaborn实现的示例代码：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 构造示例数据集
data = pd.DataFrame({
    "Category": ["A", "A", "A", "B", "B", "B", "C", "C", "C"]*3,
    "Sales": [120, 150, 130, 90, 100, 80, 200, 220, 190]*3,
    "Rating": [4.2, 4.5, 4.3, 3.8, 3.9, 3.7, 4.7, 4.8, 4.6]*3,
    "Profit": [20, 25, 22, 10, 12, 8, 40, 45, 38]*3
})

# 把宽表转长表，方便在单个图里展示多个连续变量
plt.figure(figsize=(12, 6))
sns.boxplot(x="variable", y="value", hue="Category", data=pd.melt(data, id_vars="Category"))
plt.title("Distribution of Sales, Rating & Profit by Product Category")
plt.xlabel("Metrics")
plt.ylabel("Value")
plt.legend(title="Product Category")
plt.show()

这里用pd.melt把多个连续变量转成一列，再用hue区分离散分组，一眼就能对比不同类别下各指标的分布差异。如果想看更细腻的分布，把boxplot换成violinplot就行。

2. 带误差棒的分组柱状图（展示均值+波动） #

如果你的连续变量是汇总后的均值（比如平均销售额、平均利润），想结合离散分组展示，带误差棒的分组柱状图是绝佳选择，能同时体现中心趋势和数据波动。

示例代码（Matplotlib实现）：

import matplotlib.pyplot as plt
import pandas as pd

# 示例汇总数据
data = pd.DataFrame({
    "Region": ["North", "South", "East", "West"],
    "Avg_Sales": [150, 130, 170, 140],
    "Sales_Error": [10, 8, 12, 9],
    "Avg_Profit": [30, 25, 35, 28],
    "Profit_Error": [3, 2, 4, 3]
})

x = range(len(data["Region"]))
width = 0.35

plt.figure(figsize=(10, 6))
# 绘制销售额的柱状图+误差棒
plt.bar([i - width/2 for i in x], data["Avg_Sales"], width, yerr=data["Sales_Error"], capsize=5, label="Avg Sales")
# 绘制利润的柱状图+误差棒
plt.bar([i + width/2 for i in x], data["Avg_Profit"], width, yerr=data["Profit_Error"], capsize=5, label="Avg Profit")
plt.xticks(x, data["Region"])
plt.title("Average Sales & Profit by Region (with Error Bars)")
plt.xlabel("Region")
plt.ylabel("Value")
plt.legend()
plt.show()

这个图里，x轴是离散的地区，每个位置并列两根柱子对应两个连续指标，误差棒能直观展示数据的波动范围，非常适合业务汇报场景。

3. 交叉热力图（离散×离散+连续值） #

如果有两个离散变量（比如用户类型、月份），想展示它们交叉组合下的连续指标（比如销售额），热力图是最直观的选择，用颜色深浅表示连续值的大小，还能标注具体数值。

示例代码（Seaborn实现）：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 示例交叉数据
months = ["Jan", "Feb", "Mar", "Apr"]
user_types = ["New", "Returning", "VIP"]
sales_data = [[120, 150, 130, 160], [90, 100, 110, 120], [200, 220, 190, 230]]

data = pd.DataFrame(sales_data, index=user_types, columns=months)

plt.figure(figsize=(8, 6))
sns.heatmap(data, annot=True, cmap="YlGnBu", fmt="d")
plt.title("Monthly Sales by User Type")
plt.xlabel("Month")
plt.ylabel("User Type")
plt.show()

这里行和列都是离散变量，单元格的颜色和标注是连续的销售额，能快速发现哪个用户类型在哪个月份的表现最好。

如果想深挖更多技巧，给你几个实用的方向：

• 优先啃Seaborn和Matplotlib的官方文档，尤其是分类绘图（categorical plots）章节，里面有大量混合离散/连续变量的示例，参数说明也很详细，能灵活调整出符合你需求的图。
• 可以看一些实战向的可视化书籍，比如《Python数据可视化之美》，里面有专门章节讲混合变量的可视化，都是结合真实场景的案例，上手很快。
• 去Kaggle的Notebooks板块搜关键词“mixed discrete continuous visualization”，很多参赛选手会分享他们在比赛中用的单图多变量技巧，都是结合真实数据集的，参考性极强。

内容的提问来源于stack exchange，提问作者TomHanks