第5章 · 数据探索与可视化

第 5 章 · 数据探索与可视化

章节摘要：清洗完的数据不会自己开口说话，探索性数据分析（EDA）就是让数据说话的过程。本章先建立 EDA 的完整流程框架，再分别上手 Matplotlib 与 Seaborn 两套绘图工具，最后用一份电商订单数据跑一遍完整实战。学完本章，你看到任何一张表，都知道怎么画出有价值的图。

本节目标

阅读完本章，你应当能够：

1. 按"概览 → 单变量 → 双变量 → 关联"的流程做 EDA
2. 用 Matplotlib 完成基础绘图与子图布局
3. 用 Seaborn 快速绘制统计图表（直方图、箱线图、热力图）
4. 根据数据与问题选择合适的图表类型
5. 独立完成一份"从数据到洞察"的可视化分析

核心概念速览

一句话记住本章：一张好图抵过一千个统计量——EDA 的目标不是画得好看，而是逼着自己把数据的每个侧面都看清楚。

EDA 流程全景图

子章节导航

5.1 探索性数据分析 EDA

EDA 的完整流程：概览、单变量、双变量、相关性四个层次，以及每层该看什么、用什么图。

5.2 Matplotlib 绘图从零上手

figure 与 axes 两层模型、折线图/柱状图/散点图/直方图的基本绘制、子图与常用定制。

5.3 Seaborn 统计图表与图表定制

基于 Matplotlib 的高层接口：分布图、箱线图、热力图一行成图，主题与调色板定制。

5.4 综合 EDA 实战：电商订单数据

用贯穿案例跑完整流程：清洗 → 概览 → 各维度分析 → 画图 → 得出结论。

子章节之间的逻辑关系

EDA 流程(5.1) → 基础工具 Matplotlib(5.2) → 高级工具 Seaborn(5.3)
                    ↓                            ↓
                    4 实战整合：流程 + 工具 → 洞察(5.4)
​

5.1 给方法，5.2 与 5.3 给工具，5.4 把方法与工具拼成一次完整战役。

前置知识与后续延伸

• 前置：第 4 章清洗干净的 DataFrame——EDA 直接消费干净数据
• 为后续铺垫：EDA 发现的规律直接指导第 6 章的特征工程与管道设计；相关性分析结果决定建模时该重视哪些特征

实战建议与常见坑

可视化是最容易"画了一堆图却没结论"的章节。练习时始终带着问题意识：

• 5.1 定流程：按"概览 → 单变量 → 双变量 → 关联"四层走，每层问"长什么样、有没有异常、和什么有关"
• 5.2 打基础：Matplotlib 先掌握四个主力图——折线、柱状、散点、直方，再加子图布局
• 5.3 提效率：Seaborn 三件套——histplot、boxplot、heatmap，统计图基本够用
• 5.4 验成果：用 5.4 的完整案例检验，能独立复现"清洗 → 画图 → 结论"就算过关

三个高频坑提前标记：中文变方块（要设中文字体）、图表没有标题和图例（等于没画）、把相关当因果（EDA 的结论只能是"相关"）。这些坑在交付报告时最容易被客户或同事抓到。

本章验收标准：能针对一份数据，画出三张以上"各回答一个具体问题"的图，并用四段式模板输出"概况 + 发现 + 建议 + 待验证"。