Как выбрать тип графика

Сначала вопрос — потом график. Тип диаграммы вытекает из того, что вы хотите показать.

«Не выбирайте график потому, что он знаком. Начните с истории, которую хотите рассказать, и пусть она диктует форму».

У новичков типичный путь: «мне нужен график → возьму красивый». У профессионалов наоборот: «у меня есть вопрос → какой график на него отвечает». Существует пять базовых задач визуализации, и для каждой есть свой инструмент.

Почему это важно на практике? Потому что неправильный тип графика не просто «выглядит хуже» — он отвечает не на тот вопрос. Представьте, что руководитель спрашивает: «какой регион лучший по продажам?». Это вопрос сравнения, и честный ответ — отсортированный bar, где взгляд за долю секунды находит самый длинный столбик. Если вместо этого показать line, соединив регионы линией, вы навяжете ложную идею тренда: будто «Север перетекает в Юг». А если показать pie из двенадцати секторов, зритель будет мучительно сравнивать почти одинаковые углы. Один и тот же набор данных, поданный тремя способами, рождает три разных вывода — и только один из них верный. В аналитике стоимость такой ошибки измеряется неверными управленческими решениями, а не эстетикой.

Удобно держать в голове, что выбор графика — это связка трёх вещей: вопроса (что хочу показать), типа переменных (категориальная, числовая, временная) и числа наблюдений. Категориальная против числовой почти всегда даёт bar. Две числовые — scatter. Время против числовой — line. А число наблюдений подсказывает детали: пять категорий укладываются в вертикальный bar, тридцать — лучше в горизонтальный barh, а пятьсот точек динамики просят line вместо набора столбиков. Сначала классифицируйте переменные — и половина решения уже принята автоматически.

Существуют и «гибридные» вопросы, у которых нет одного очевидного ответа. «Как менялось распределение зарплат по годам?» — это распределение плюс динамика; здесь подойдёт серия boxplot по годам или ridgeline-график. «Связаны ли две метрики и как это зависит от сегмента?» — scatter с цветовым кодированием категории. Не пугайтесь таких случаев: разложите вопрос на базовые задачи из списка ниже, и нужный график соберётся из их комбинации. Главное — не хвататься за знакомую форму до того, как сформулирован вопрос.

Пять задач визуализации

Сравнение категорий — столбчатая диаграмма (bar).
Динамика во времени — линейный график (line).
Распределение одной переменной — гистограмма, boxplot, violin.
Связь двух переменных — диаграмма рассеяния (scatter).
Состав целого — stacked bar, реже pie.

Это дерево решений. Двигайтесь сверху вниз: от вопроса к структуре данных, от данных — к графику.

                  Что вы хотите показать?
                            |
      +---------+----------+-----------+-----------+
      |         |          |           |           |
  Сравнение  Динамика  Распределение  Связь    Состав
      |         |          |           |           |
   bar/      line/      hist/        scatter/   stacked
   barh      area       box/violin   bubble     bar/pie
      |         |          |           |           |
  категории  время     одна          две        части
  vs число   vs число  числовая      числовые   целого

Как работает под капотом

Каждый тип графика — это отображение колонок данных на визуальные каналы (оси, цвет, размер). Bar: категория -> ось X, число -> высота. Scatter: число -> X, число -> Y. Понимая это отображение, вы поймёте, почему нельзя строить line по категориям без естественного порядка: линия подразумевает непрерывность.

Прежде чем строить распределение, полезно вручную разложить данные по «корзинам» — это и есть основа гистограммы.

# Раскладываем данные по бинам (корзинам) — основа гистограммы
data = [3, 7, 7, 2, 9, 4, 6, 7, 1, 8, 5, 6, 3, 7, 10, 2, 6, 8]

bin_width = 2
bins = {}
for x in data:
    key = (x // bin_width) * bin_width  # левая граница бина
    bins[key] = bins.get(key, 0) + 1

for left in sorted(bins):
    bar = "#" * bins[left]
    print("[{:>2}-{:>2}) {:>2} {}".format(left, left + bin_width, bins[left], bar))

«Попробуй сам ▶» — вы только что построили текстовую гистограмму без библиотек. Matplotlib делает ровно это, только рисует прямоугольники вместо символов.

Частые ошибки

Линейный график по категориям без порядка (страны, отделы) — линия ложно намекает на тренд. Pie chart с десятком секторов — глаз не различает близкие углы. Scatter там, где нужна динамика — теряется ось времени. Выбор графика «на глаз» вместо «от вопроса».

Есть и более тонкие промахи. Двойная ось Y (две разные шкалы на одном графике) почти всегда вводит в заблуждение: подгоняя масштабы, можно «доказать» любую корреляцию между несвязанными рядами. Гистограмма для категориальной переменной — ошибка типа данных: гистограмма нужна для непрерывных чисел, а не для названий городов (там нужен bar частот). Stacked bar с пятью и более сегментами — сравнить можно только нижний сегмент, потому что у остальных «плавает» базовая линия. И наконец, попытка втиснуть в один график ответы сразу на три вопроса: перегруженная диаграмма не отвечает чётко ни на один — лучше сделать три простых графика.

Best practices

Сформулируйте вопрос одним предложением, прежде чем кодить.
Line — только для упорядоченной оси (время, последовательность).
Для состава предпочитайте stacked bar пирогу: углы сравнивать труднее, чем длины.

Итог: дерево «вопрос → данные → график» — ваш главный навигатор. Теперь, зная карту, перейдём к инструменту, который умеет рисовать любую её ветку — Matplotlib.