如何可视化Extra与Standard的日均浏览量优势？

你当前采用85分位数分组统计+柱状图的思路很合理，能有效规避极端值干扰，不过可以优化得更直观，直接突出相对优势，以下是几种简洁实现方式：

1. 分位数柱状图+差值标注 #

直接在图上标注Extra相对Standard的优势比例，一眼就能看出差距：

# 计算两组的85分位数
quant_stats = df.groupby('status')['views_per_day'].quantile(0.85)
# 计算相对优势百分比
advantage_pct = (quant_stats['Extra'] / quant_stats['Standard'] - 1) * 100
# 绘制柱状图
ax = quant_stats.plot(kind='bar', rot=0)
ax.set_ylabel('日均浏览量（85分位数）')
ax.set_title(f'Extra相对Standard浏览量优势：{advantage_pct:.1f}%')
# 在柱子上方标注具体数值
for patch in ax.patches:
    ax.annotate(f'{patch.get_height():.0f}',
                (patch.get_x() + patch.get_width()/2, patch.get_height()),
                ha='center', va='bottom')

2. 归一化对比（以Standard为基准） #

把Standard的浏览量设为100基准，直接展示Extra的相对倍数，优势更直观：

quant_stats = df.groupby('status')['views_per_day'].quantile(0.85)
# 归一化到Standard的数值
normalized = quant_stats / quant_stats['Standard'] * 100
normalized.plot(kind='bar', rot=0, legend=False)
plt.ylabel('相对日均浏览量（Standard=100）')
plt.title('Extra相对Standard的浏览量优势')

补充：展示整体分布的方案 #

如果想体现两组的整体数据分布而非单一分位数，箱线图是更合适的选择：

df.boxplot(column='views_per_day', by='status')
plt.title('日均浏览量分布对比')
plt.suptitle('')  # 移除pandas默认的顶部标题

内容的提问来源于stack exchange，提问作者Barry the Platipus