哈喽大家好，我是蚂蚁，不知道在哪里看到一句话“统计学其实是最有魅力的学科，通过它你开始用上帝的视角看世界，万般皆规律”。今天在用“保险费数据集”画小提琴图的时候，看到很有趣的数据表现，分享给大家。
保险费数据集：
这是一份美国的保险公司的小数据集，里面包含了公司给每个投保人出具的保险费，其中人的信息包括性别、年龄、孩子个数、是否抽烟等字段。
小提琴图（violin plot）：
结合了箱线图和核密度的一个统计图表，两句简单说明：中间的是箱线图黑色横条展示了数据的中位数、25%分位数、75%分位数；两侧是核密度图曲线代表数据密度，如果曲线越胖说明该位置的人越多。
开始看我的代码演示吧：
1、导入包
2、读取数据集
根据英文字段名，我们看到有性别、年龄、孩子个数，是否抽烟，最后一列是公司支出的保险费
3、绘制全部保险费的分布图
这个图很符合直觉，大部分人的保险费不会那么高
4、性别男女与保险费的关系
这是第一个有趣的分布，高额保险费里面，男性比女性要多；
5、年龄与保险费的关系分布
这一点也不出意外，年龄的增大，带来支持保险费的增加
6、是否抽烟与保险费的关系
虽然符合直觉，但是这张图让我好笑了半天，这差别也太大了。
幸好我不抽烟，也劝劝各位抽烟的朋友，能少抽就少抽点吧。
以上使用的两个技术简介：
1、pandas：Python的数据分析库，擅长二维表格数据的处理
2、seaborn：基于matplotlib的绘图库，尤其擅长统计图表；
本文的代码和数据集，在我的“Python数据可视化”代码仓库下载：
https://github.com/peiss/ant-learn-visualization
如果本文对你有帮助的话，帮忙点个“在看”吧^_^