python统计分析——小提琴图（plt.violinplot）

参考资料：用python动手学统计学，帮助文档

使用matplotlib.pyplot.violinplot()函数绘制小提琴图

? ? ? ? ?小提琴图是将数值型数据的核密度图与箱线图融合在一起，具体来说是用核密度估计的结果替换了箱子，而形成的一个形似小提琴的图形。

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt

ser=pd.Series([2,3,3,4,4,4,4,5,5,6])
df=pd.DataFrame({
    'A':[2,3,3,4,4,4,4,5,5,6],
    'B':[5,6,6,7,7,7,7,8,8,9]
})
plt.violinplot(ser)

下面介绍plt.violinplot()函数中常用的几个重要参数（参数等号后为默认设置）：

（1）dataset，需要做的图数据集

plt.violinplot(dataset=df)

（2）positions=None，用于指定小提琴图中小提琴的位置。注意下图横坐标轴的变化。

plt.violinplot(dataset=ser,positions=[4])

（3）vert=True，指定小提琴是垂直方向还是水平方向，默认是垂直方向。下图为vert=False的设置。

plt.violinplot(dataset=ser,vert=False)

（4）widths=0.5，用于指定小提琴最宽部分的宽度，默认是0.5；设置为0.3的效果见下图，注意观察横坐标轴的变化：

plt.violinplot(dataset=ser,widths=0.3)

（5）showmeans=False，用于设置是否显示均值。

plt.violinplot(dataset=ser,showmeans=True)

（6）showextrema=True，用于设置是否渲染极值，简单理解为是否显示极值标记。设置为False效果如下：

plt.violinplot(dataset=ser,showextrema=False)

（7）showmedians=False，用于设置是否显示中位数。

plt.violinplot(dataset=ser,showmedians=True)

（8）quantiles=None，用于设置显示百分位线，下图显示了10%，30%，50%，70%，90%的线，以及两个极值的线。

plt.violinplot(dataset=ser,quantiles=[0.1,0.3,0.5,0.7,0.9])