seaborn系列 (11) |小提琴图violinplot()

目录

小提琴图函数原型参数解读案例教程案例地址

小提琴图

该函数是用来绘制箱形图和核密度估计组合图。 小提琴形图(violin plot)的作用与盒形图(box plot)和whidker plot的作用类似，它显示了一个或多个分类变量的几个级别的定量数据的分布，我们可以通过观察来比较这些分布。与盒形图不同，因为盒形图的所有绘图组件都对应于实际数据点,小提琴形图具有底层分布的核密度估计。

函数原型

seaborn.violinplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, bw='scott', cut=2, scale='area', scale_hue=True, gridsize=100, width=0.8, inner='box', split=False, dodge=True, orient=None, linewidth=None, color=None, palette=None, saturation=0.75, ax=None, **kwargs)

参数解读

输入数据可以通过多种格式传递： list、numpy数组、pandas long-form DataFrame wide-form DataFrame 在大多数情况下，可以使用numpy或Python对象， 但推荐使用pandas对象，因为关联的名称将用于注释轴。 此外，使用分类类型来分组变量来控制绘图元素的顺序。 可选： x,y,hue:数据字段变量名(如上表，date,name,age,sex为数据字段变量名) 用于绘制数据的输入 data: DataFrame,数组或数组列表 用于绘图的数据集，如果x和y不存在，则将其解释为 wide-form,否则它被认为是 long-form order, hue_order:字符串列表 指定绘制分类级别，否则从数据对象推断级别 bw：{'scott'，'silverman'，float} 计算内核带宽时使用的引用规则的名称或比例因子。 实际内核大小将通过将比例因子乘以每个bin中数据的标准差来确定。 cut:float 以带宽大小为单位的距离，用于将密度扩展到超过极端数据点。 设置为0可将小提琴范围限制在观测数据范围内 （即，与ggplot中的trim=true具有相同的效果）。 scale：{“area”，“count”，“width”} 用于缩放每个小提琴宽度。如果是区域，每个小提琴都会有相同的区域。 如果计数，小提琴的宽度将按照该箱中的观察次数进行缩放。 如果宽度，每个小提琴将具有相同的宽度 gridsize：int 用于计算核密度估计的离散网格中的点数 inner:{'box'，'quartile'，'point'，'stick'，None} 表示小提琴内部的数据点。如果是框，画一个微型箱图。 如果是四分位数，则绘制分布的四分位数。如果point或stick， 则显示每个基础数据点。使用None将绘制未经修饰的小提琴 split : bool 当使用带有两个级别的变量的色调嵌套时， 将split设置为True将为每个级别绘制一半小提琴。这样可以更容易比较分布。 orient: v | h 图的显示方向(垂直或水平,即横向或纵向)， 这通常可以从输入变量的dtype推断得到 linewidth：float 构图元素的灰线宽度。 palette：调色板名称,list列表，dict字典 用于对变量调不同级别的颜色 saturation(饱和度)：float 用于绘制颜色的原始饱和度的比例，如果希望绘图颜色与输入颜色规格完美匹配， 则将其设置为1 dodge:bool 使用色调嵌套时，是否应沿分类轴移动元素。

案例教程

案例代码已上传：Github地址

import seaborn as sns sns.set(style="whitegrid") tips = sns.load_dataset("tips") tips[:5]

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例1： 绘制一个水平的小提琴形图 """ sns.violinplot(x=tips['total_bill']) plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例2： 绘制一个按分类变量分组的垂直小提琴图 """ sns.violinplot(x="day", y="total_bill", data=tips) plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例3： 绘制 两类变量进行分组 绘制垂直方向的小提琴图 """ sns.violinplot(x="day", y="total_bill", hue="smoker",data=tips, palette="muted") plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例4： 绘制分割小提琴以比较跨色调变量 """ sns.violinplot(x="day", y="total_bill", hue="smoker", data=tips, palette="muted", split=True) plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例5： 通过设置order来明确指出挑剔亲的顺序 """ sns.violinplot(x="time", y="tip", data=tips,order=["Dinner", "Lunch"]) plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例6： 通过设置scale='count'，按每个箱子中的观察次数来缩放小提琴宽度 """ sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, palette="Set2", split=True,scale="count") plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例7： 将四分位数绘制为水平线 """ sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, palette="Set2", split=True, scale="count", inner="quartile") plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 tips = sns.load_dataset("tips") """ 案例8： 使用窄的宽度来减少平滑量 """ sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, palette="Set2", split=True, scale="count", inner="stick", scale_hue=False, bw=.2) plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 planets = sns.load_dataset("planets") """ 案例9： 将小提琴图绘制成水平方向上 """ sns.violinplot(x="orbital_period", y="method", data=planets[planets.orbital_period < 1000], scale="width", palette="Set3") plt.show()

import seaborn as sns import matplotlib.pyplot as plt sns.set(style="whitegrid") # 读取数据 planets = sns.load_dataset("planets") """ 案例10： 使用catplot()violinplot()的统计效果，必须设置kind="violin" 当要对其他分类变量进行分组时，使用catplot()比直接使用FacetGrid更加安全 """ sns.catplot(x="sex", y="total_bill", hue="smoker", col="time", data=tips, kind="violin", split=True, height=4, aspect=.7);

案例地址

上述案例代码已上传：Github地址 Github地址https://github.com/Vambooo/SeabornCN

更多技术干货在公众号：数据分析与可视化学研社