Seaborn客户数据可视化术语释义及分箱计算问题咨询

1. 单变量图（univariate plots） #

单变量图是仅针对单个数据字段绘制的统计图表，核心作用是展示单一变量的取值分布特征。
你可以用这类图表分析单个属性的规律，比如所有客户的年龄分布、薪资分布、婚姻状态占比等，常见的单变量图包括直方图、箱线图、核密度曲线图、分类计数条形图等。 #

2. 多变量图（multivariate plots） #

多变量图是同时展示两个及以上数据字段关联关系的统计图表，核心作用是挖掘不同变量之间的相关性、相互影响规律。
你可以用这类图表分析跨属性的规律，比如年龄和年薪的关联、不同婚姻状态的用户通勤距离差异、性别和退休年龄的关联等，常见的多变量图包括散点图、分组箱线图、相关系数热力图、配对关系图（pairplot）等。 #

3. bin_width为5时的bins数量（直方图相关概念） #

这个概念是绘制连续数值变量的直方图时用到的：

• 直方图会把连续变量的整个取值范围切分成若干个等宽的连续区间，每个区间就叫一个bin
• bin_width指的是每个区间的宽度，要求为5就代表每个区间覆盖5个单位的数值
• bins数量就是切分得到的区间总个数

计算方法： #

先统计出所有用户年龄的最大值max_age和最小值min_age，计算公式为：
bins数量 = 向上取整( (max_age - min_age) / 5 )

举个例子：如果你的客户年龄最小为20岁，最大为68岁，那么差值为48，48/5=9.6，向上取整后得到10个bins，对应的区间就是[20,25)、[25,30)……[65,70]，每个区间宽度恰好为5。 #

内容的提问来源于stack exchange，提问作者Derya