多子图、标注及统计图

一、多子图先确定比较方式

多子图用于并排回答相关问题，不是把所有指标塞到一张图。用户数与金额单位不同，适合分图；两个渠道同一指标则可以共享纵轴，便于直接比较。plt.subplots(2,2) 默认返回二维 Axes 数组，可用 axes.flat 遍历；只有一个子图时返回单对象的行为容易导致索引错误，想保持统一二维结构可以指定 squeeze=False。

sharex 与 sharey 共享坐标范围和刻度配置，不会自动保证两个数据来源、单位和聚合口径一致。例如两个股票的原始价格差别很大，共享价格轴可能压扁低价股票；若问题是比较涨幅，可先以同一起点归一化，再使用共同轴。归一化改变展示指标，必须在标题标明基期和公式，不能让读者误认为仍是原始价格。

二、直方图描述数值分布

直方图把连续数值按区间计数，横轴是数值范围，纵轴默认是落入该区间的数量；柱图的横轴则是类别，两者含义不同。订单金额 [1,2,2,3,8,9] 用边界 [0,3,6,10] 时前三个数进入第一箱，三进入第二箱，八和九进入第三箱，计数为三、一、二。除最后一个区间包含右端点外，普通分箱通常左闭右开，边界值必须知道落在哪一箱。

bins 数量和边界会改变视觉形状，比较两组分布应使用相同边界。density=True 表示面积归一到一的密度，不是每根柱高都直接等于概率；箱宽不同尤其容易误读。小样本不能仅凭平滑外观判断正态性，极端值也不该只为美观删去。可同时标注样本数或叠加原始点，让读者知道图形建立在多少观测上。

三、箱线图与误差线不是万能结论

箱线图展示中位数、四分位数和须线规则，常用须线范围是四分位距的一点五倍，并非均值加减三倍标准差。超出须线的点仅表示按该规则较极端，不自动证明错误或需要删除。两组箱体相近也不证明两组分布完全一样，样本量、偏态和尾部仍可能不同；必要时补充原始点和具体统计量。

误差线可以表示标准差、标准误或置信区间，这三者不可互换。标准差描述个体分散，标准误描述均值估计的不确定性，置信区间还需要方法和假设。图例或图注必须明写误差线的含义。若数据按用户聚集，不能把同一用户事件当独立样本计算标准误。绘图函数只接收 yerr，并不会核实你传入的数字是否具有正确统计解释。

四、标注应说明原因与位置

annotate 可以把文本放在指定位置，用箭头指向数据点；xy 是目标数据坐标，xytext 和 textcoords 控制文字放置方式。用偏移点单位能让文字与点保持合适间隔。标注峰值时先计算峰值位置，再指向相应 x、y，不要用固定索引指向已经排序变化的记录。箭头和文字避免覆盖其他关键点，边界附近需检查是否被裁切。

文字可以说“活动启动后出现峰值”，但不应仅凭一张时间图写“活动导致增长”，那需要额外因果设计。平均线、阈值线和参考区间也必须说明来源。不要绘制一条看起来科学的目标线却不说明为何选该数值。颜色的意义保持一致，例如同一渠道在不同子图使用同一颜色；对黑白打印也用线型和标记做补充区分。

五、布局与统计结果共同检查

使用 constrained 布局通常能减少标题和标签重叠，但不是自动保证所有尺寸都正确。大标题、长类别名、外置图例和高密度日期可能仍需调整 figsize、旋转刻度或减少标注。检查导出文件时确认最外侧文字完整、子图间隔均匀、共享坐标刻度可读。不要在报告里缩小到无法辨认数字后仍认为图片“完整”。

配套脚本输出四个子图：共同边界直方图、箱线图、两组均值及样本标准差误差线、峰值标注折线，并精确核对直方计数与误差线来源。新增空组时不要硬算均值，新增单元素组时样本标准差不适用。面试回答统计图时要同时解释视觉编码和统计假设，而不是只说调用 hist 或 boxplot；图形可读、指标正确和解释克制三者缺一不可。

完整示例与实际输出

from pathlib import Path
import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from matplotlib import font_manager
ROOT=Path(__file__).resolve().parents[1]; out=ROOT/'outputs'; out.mkdir(exist_ok=True)
names={f.name for f in font_manager.fontManager.ttflist}
font=next((f for f in ['Microsoft YaHei','SimHei','Noto Sans CJK SC'] if f in names),None)
if font:
    plt.rcParams['font.sans-serif']=[font]; plt.rcParams['axes.unicode_minus']=False
else:
    print('No CJK font: English labels used.')
a=np.array([1.,2.,2.,3.,8.,9.]); b=np.array([2.,3.,4.,5.,6.,7.])
edges=[0,3,6,10]; counts,_=np.histogram(a,bins=edges)
assert counts.tolist()==[3,1,2]
fig,axs=plt.subplots(2,2,figsize=(9,6),layout='constrained')
axs[0,0].hist([a,b],bins=edges,label=['A','B'],alpha=.7)
axs[0,0].set(title='Common bin edges',xlabel='Amount',ylabel='Count'); axs[0,0].legend()
axs[0,1].boxplot([a,b],tick_labels=['A','B'])
axs[0,1].set(title='Median / quartiles / 1.5 IQR whiskers',ylabel='Amount')
means=[a.mean(),b.mean()]; sd=[a.std(ddof=1),b.std(ddof=1)]
axs[1,0].errorbar([0,1],means,yerr=sd,fmt='o',capsize=5)
axs[1,0].set(xticks=[0,1],xticklabels=['A','B'],title='Mean ± sample SD',ylabel='Amount')
x=np.arange(1,5); y=np.array([2,6,9,5]); peak=int(y.argmax())
axs[1,1].plot(x,y,marker='o')
axs[1,1].annotate('Peak',xy=(x[peak],y[peak]),xytext=(0,10),textcoords='offset points',ha='center')
axs[1,1].set(title='Peak annotation',xlabel='Day',ylabel='Orders',ylim=(0,12))
path=out/'mpl-subplots.png'; fig.savefig(path,dpi=150,bbox_inches='tight'); plt.close(fig)
assert path.stat().st_size>1000 and peak==2
print('hist counts',counts.tolist(),'means',means,'sample SD',sd)
print('saved',path.name)

实际运行通过CPU Python execution.

hist counts [3, 1, 2] means [np.float64(4.166666666666667), np.float64(4.5)] sample SD [np.float64(3.430257521916783), np.float64(1.8708286933869707)]
saved mpl-subplots.png

五道自测：先回答，再核对

两项动手任务

import numpy as np
values=np.array([0,1,2,3,4,6]); counts,edges=np.histogram(values,bins=[0,2,4,6])
assert counts.tolist()==[2,2,2]
print(counts.tolist(),edges.tolist())

from pathlib import Path
import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
groups=[np.array([1.,2.,3.]),np.array([10.,11.,12.])]
means=[x.mean() for x in groups]; sd=[x.std(ddof=1) for x in groups]
assert np.allclose(means,[2,11]) and np.allclose(sd,[1,1])
ROOT=Path(__file__).resolve().parents[1]; out=ROOT/'outputs'; out.mkdir(exist_ok=True)
fig,ax=plt.subplots(); ax.errorbar([0,1],means,yerr=sd,fmt='o',capsize=5)
ax.set(xticks=[0,1],xticklabels=['A','B'],title='Mean ± sample SD (n=3 per group)',ylabel='Value')
p=out/'task-errorbars.png'; fig.savefig(p,dpi=150,bbox_inches='tight'); plt.close(fig)
assert p.is_file()
print(means,sd)

官方资料与掌握状态

• Matplotlib 子图
• Matplotlib 箱线图
• Matplotlib 标注

完成两项任务后，按独立完成程度记录。状态会尽量保存在当前浏览器，可导出备份。