Python Letter-value plots更适用于较大的数据集

本期分享增强箱形图（enhanced box plot），又称作“Letter-value plots”，类似于箱形图，但是，能展示更多的分位数，提供更多关于数据分布形状的信息，特别是在尾部数据和异常值数据中，它更适用于较大的数据集（数据size：10,000-100,000），

增强箱形图早期也是由Hadley Wickham等大佬提出，

进一步学习：https://vita.had.co.nz/papers/letter-value-plot.html

seaborn可通过少量代码，轻松制作增强箱形图，这里举几个简单例子。

分组增强箱形图-水平方向

sns.catplot(
    data=diamonds,
    y="净度",  #水平方向按照"净度"分组
    x="价格 ($)",
    width=0.5,
    kind="boxen",
    color="#a8a6a7")

分组增强箱形图-箱子颜色变化

sns.catplot(
    data=diamonds[diamonds['切工'].isin(['Fair', 'Very Good'])],
    x="净度",
    y="价格 ($)",
    hue="切工",
    width=0.8,
    kind="boxen",
    palette=["#006a8e", "#b1283a"],  #箱子颜色个性化设置

此外在昨天的👉seaborn系统教程中，小编总结了增强箱形图更多的变化模版，多达24个，例如，

✅购买后获得5大权限：

• 代码（复制即可运行）
• 在线教程文档（包含目录+在线方便后续更新）
• 依赖数据（免费下载）
• 交流群（过段时间一起拉）
• 后续更新