山脊图（ridgeline plot）

Ridgeline Plots

了解一个变量中不同组别的分布差异，对于揭示以下方面的洞察非常有用：

• 行为差异，
• 特征工程，
• 预测建模等等。
• 但在这种情况下，许多数据科学家倾向于在单个坐标轴上创建组级别的分布图（直方图或密度图）并进行比较。虽然当组别有限时这（在某种程度上）还可以，但在组别很多的情况下，它会产生杂乱的图，可能无法揭示太多关于分布差异的洞察：
• 山脊图（ridgeline plot）（如下所示）是一种相当紧凑且优雅的方式来可视化不同变量（或变量的类别）的分布。

更具体地说，在公共坐标轴上的垂直堆叠提供了组之间的简便比较，并揭示了许多关于分布形状和变化的洞察，否则这些将难以理解。

这使我们能够并排比较多个组的分布，并理解它们之间的差异。下图是山脊图的另一个经典例子。它描绘了 2023 年发生的各种事件的搜索兴趣，可视化起来非常容易。

虽然 Seaborn 提供了创建山脊图的方法，但我经常发现 Joypy 库相当有用且易于使用。

通常，当变量具有 3-4 个以上的组时，创建山脊图是有意义的。这是为了避免在单个图中可视化它们时可能出现的重叠：

此外，当组之间绘制的连续变量存在明显的模式和/或排名时，山脊图相对更有用，例如：

• 单调递增，
• 单调递减，
• 先递增后递减，
• 先递减后递增等。
• 这就是为什么你垂直堆叠组分布的顺序变得相当重要。例如，再次考虑上面的“搜索趋势”图，但这次随机排列组：

我想我不必问你哪一个更容易可视化和理解 2023 年的事件流程。所以这些是一些要点，将帮助你判断山脊图是否适合可视化你的数据。我为你创建了这个 notebook，让你使用 JoyPy 开始山脊图：https://bit.ly/3xMUxXj。