Ответ
Вот основные методы визуализации данных с примерами использования в Python (библиотека matplotlib/seaborn):
- Гистограмма – для распределения числовых данных:
import seaborn as sns
sns.histplot(data=df, x='age', bins=20)- Boxplot – для отображения медиан, квантилей и выбросов:
sns.boxplot(data=df, x='category', y='price')- Scatter plot – зависимость между двумя числовыми переменными:
plt.scatter(df['income'], df['spending'])- Bar chart – сравнение категориальных данных:
df['category'].value_counts().plot(kind='bar')- Line chart – тренды во времени:
df.groupby('year')['sales'].sum().plot()- Heatmap – матричные данные (корреляции, частотности):
sns.heatmap(df.corr(), annot=True)- Pie chart – доли категорий (используется редко из-за проблем с восприятием)
Дополнительно: violin plots, pair plots, treemaps, географические карты (geopandas), интерактивные визуализации (plotly).
Ключевой принцип: выбирать график, который наилучшим образом передает конкретный insight.
