请教一个scatter plot的问题

有一个问题请学霸帮忙看看，打个比方有1.9 million的顾客，顾客分男女，年龄和购买力，我想看分布和趋势，用scatter plot来看，男的一个散点图，女的一个散点图，数据点太多，有些被忽略了，请问用什么方法可以能看出分布来，能和把1.9million的点画出来的真实图最接近？

首先，这么多数据本来也不可能完全显示出来，要不你就看一团黑。其次，光scatter plot你也没法确定分布啊，只能看出趋势而已。

我的浅见，如果是用R的话，ggplot2 package里的geom_jitter()能解决overplotting的问题，配合着调alpha（透明度）

martha2 发表于 2018-7-11 22:05
我的浅见，如果是用R的话，ggplot2 package里的geom_jitter()能解决overplotting的问题，配合着调alpha（透 ...

谢谢！ python里有没有什么包或方法可以实现最大限度的反应真实情况？

univariate的比较的话，比如说比较男女之间购买力的不同，或者男女之间年龄分布的不同，可以对男女分别话histogram或者近似一下画distribution plot。
如果想获得性别+年龄对购买力的影响，可以把年龄discretize， 然后对每一个性别+年龄组画histogram，或者做一个regression，看看年龄和性别的影响。