好享学是高下制图推出的数据可视化经验分享栏目，我们将定期与您分享各界优秀人士的制图经验，一同学习。

如何才能让你的数据可视化工作更加受领导青睐呢？今天小编就给大家分享五种制图技术，让你在工作时如鱼得水。

接下来我将通过五个具体的案例，带领大家一起学习掌握这些技术。（您可以点击最下方扩展链接，查看原文）

通常在数据科学研究的探索性数据分析（Exploratory Data Analysis，简称 EDA）阶段，研究员们会尝试创建各种可视化效果来研究数据并将其表现出来，从而用图形化手段帮助读者快速理解数据。常用工具是python，借助它里面的各种库：例如 Matplotlib，Seaborn，Plotly 等来实现目标。

1. 截断相关矩阵热图

通常我们会使用seaborn创建变量的相关矩阵热图，但是矩阵会出现镜像以及对角线相关度为1的情况。

解决方法就是：当我们不传递任何参数时，numpy tril 函数返回矩阵的副本，对角线以下的所有元素就为零。

补充：如果我们使用 numpy tril函数，矩阵的下半部分将会被清零。

2. 检查正态分布

在研究机器学习问题时，一般我们需要找一个连续特征分布的正态性。当我们使用 Seaborn 绘制一个特征的分布图时，就会得到如下图。

为了估计出这与正态分布的接近程度，有一种方法就是自己在图上绘制一个正态曲线概率密度函数估计，具体操作是：使用 scipy.stats 模块中的 norm 对象，并将其拟合在图上。

黑线就是这个数据的正态概率密度函数图。接下来我们再用数据的对数变换来验证一下。

结合上图可以看到，曲线几乎收敛，这说明我们的数据已经转化为正态分布。

3. 在分柱状图中显示百分比

比如下面的这个例子，我们想知道有高血压和没有高血压的心脏病患者死亡情况，进而了解有高血压患者存活比例以及没有高血压患者存活比例。

接着我们在柱状图中使用补丁对象来计算百分比，并获取放置百分比文本的坐标。

最终我们就可以得出结论：在血压正常的患者中，有71%的患者存活了下来，而高血压患者只有63%存活下来。

4. 用条形图来显示数据中空值的百分比

在对数据集进行探索性数据分析（Exploratory Data Analysis，简称 EDA）之前，我们首先要做的就是检查空值。通常我们使用简单的 isnull 函数来检查空值，以获取特征空值的计数。

为了帮助读者可以一目了然地了解数据集的稀疏性，我们可以使用两个水平条形图来实现这个目的，如下图所示。

然后就能很快得出结论：三个特征中存在缺失值，还有明确的百分比数值；当然这个条形图让缺失值计数的提取过程赋有了美感。

5. 地理数据

当我们拥有一些地理数据时，我们就可以使用 plotly/plotly express 库中的 chorolpleth 对象将我们的数据绘制在地图上。地图上的位置可以使用 GeoJSON 进行引用，同时通过内置的几何体识别国家名称，这使引用国家也变得更加容易。

需要注意的是，我们需要特定的数据集、地点（国家）、颜色来指定我们要分析的连续特征、读取地点参数的模式以及最后在悬停时显示的数据。

小结

最后希望这些技术能给你的探索性数据分析（Exploratory Data Analysis，简称 EDA）带来价值。当我们拿到某种数据时，必须随机应变，以可视化的方式来容纳和展示数据，以便我们能够从中获得想法，从而推动进一步分析数据集。

本文结束，更多精彩请关注「高下制图」