在模型构建中，数据扮演着至关重要的角色。通过数据可视化，可以对数据的分布类型做出推断。由于许多统计测试要求数据呈正态分布，因此努力使数据正态分布总是有益的。分布图还有助于识别和处理异常值。可以根据分布图大致估计数据的离散程度。
Python提供了多种库和函数来可视化数据的分布。直方图是用于绘制分布的常用图表之一。如果想要可视化分类变量中每个类别的分布，该怎么办呢？在本文中，将学习如何绘制岭线图。
岭线图，也称为Joy Plot，是一种用于可视化多个类别或组的分布的图表。每个类别或类别组产生一个密度曲线，这些曲线相互重叠，形成了一幅美丽的图表。Joy Plot的名字来源于Joy Division在1979年的专辑封面《Unknown Pleasures》。当类别或组的数量很大时，Joy Plot被广泛使用。尽管图表可能会变得杂乱，但整体上它既美观又富有意义。这些图表在y轴上有类别或组，在x轴上有数值特征。
岭线图的一个流行用例是随时间测量数值变量。例如，可以测量过去十年的温度。在这里，它将为10个类别创建10条水平线，每个类别将绘制该年温度的分布。这将帮助了解那一年的情况，同时分析过去10年的趋势。有趣的是，可能会发现与10年前的温度相比，温度的分布有所增加。
在Python中，可以使用多个库构建岭线图，包括主流的Matplotlib和Plotly库。但是使用joypy库绘制岭线图非常简单。因此，本文将继续使用joypy。
!pip install joypy
import pandas as pd
from joypy import joyplot
import matplotlib.pyplot as plt
df = pd.read_csv("Admission_Predict.csv")
这里使用的是为预测印度学生研究生课程录取而构建的数据集。数据集已从Kaggle下载。在本文中，将尝试基于CGPA绘制大学评级的岭线图。
print(df.info())
df['University Rating'] = df['University Rating'].astype(str)
在获取信息后，发现该数据集没有分类列。希望为图表绘制大学评级。因此，将大学评级值转换为字符串类型。
joyplot(df, by='University Rating', column='CGPA')
plt.xlabel("CGPA")
plt.show()
可以快速解释，当从大学评级1移动到5时，CGPA的分布也向右移动。因此，评级较高的大学需要更高的CGPA。此外，数据中存在一些异常值，因为看到密度曲线延伸到10 CGPA标记之外，CGPA永远不会超过10的值。
在上一节中，绘制了一个基本的岭线图。但是，也可以对图表进行美化，感谢joyplot()接受的众多参数。让看看其中的一些：
joyplot(df, by='University Rating', column='CGPA', color='Orange', fade=True)
plt.show()
执行此代码后，得到：
joyplot(df, by='University Rating', column='CGPA', colormap=cm.autumn, fade=True,
range_style='own', figsize=(10,6))
plt.show()
执行此代码后，得到：
joyplot(df, by='University Rating', column='CGPA', colormap=cm.autumn, fade=True,
range_style='own', figsize=(10,6),
title='基于大学评级的学生CGPA分布')
plt.show()
执行此代码后，得到：
joyplot(df, by='University Rating', column='CGPA', color='Orange', fade=True,
range_style='own', figsize=(10,6), hist=True, overlap=0,
title='基于大学评级的学生CGPA分布')
plt.show()
在这里，为每个大学评级绘制了直方图。此外，指定了overlap值为0。这将使组轴彼此分开。
在本文中，学习了岭线图（Joy Plot）的概念以及如何在Python中使用joypy库来绘制它们。还学习了如何美化图表以最大化信息获取。joyplot()的参数还有许多其他岭线图的变体。数据未经清洗，可以从图表中识别出异常值，因为一些曲线穿过了CGPA值10，而CGPA不能超过10。如前所述，岭线图可以容纳大量的类别组。在岭线图上绘制直方图而不是密度曲线并不是一个流行的选项，但了解更多总是好的。岭线图也可以在其他BI工具如Tableau中绘制，或者使用其他库如Plotly。可以尝试使用不同的数值特征或不同的分类和数值特征组合，在同一个数据集上绘制不同的岭线图。
在上与联系。