Loading... 小提琴图(Violin Plot)是用来展示数据分布状态以及概率密度的图表。这种图表结合了箱形图和密度图的特征。小提琴图跟箱形图类似,不同之处在于小提琴图还显示数据在不同数值下的概率密度。 小提琴图使用核密度估计(KDE)来计算样本的分布情况,图中要素包括了中位数、四分位间距以及置信区间。在数据量非常大且不方便一一展示的时候,小提琴图特别适用。 > 概率密度估计、置信区间、四分位间距都属于统计学中的概念,可自行查阅,这里不做说明。 小提琴图比箱型图能提供了更多的信息。虽然箱型图显示了均值、中位数和上、下四分位数等统计信息,但是小提琴图却显示了数据的完整分布情况,这更利于数据的分析与比对。下面是小提琴图的使用示例: ```python import matplotlib.pyplot as plt np.random.seed(10) collectn_1 = np.random.normal(100, 10, 200) collectn_2 = np.random.normal(80, 30, 200) collectn_3 = np.random.normal(90, 20, 200) collectn_4 = np.random.normal(70, 25, 200) #创建绘制小提琴图的数据序列 data_to_plot = [collectn_1, collectn_2, collectn_3, collectn_4] #创建一个画布 fig = plt.figure() #创建一个绘图区域 ax = fig.add_axes([0,0,1,1]) # 创建一个小提琴图 bp = ax.violinplot(data_to_plot) plt.show() ``` 输出结果如下: ![](https://img.kindriel.com/mpl/142HH227.gif) <center>图1:小提琴图绘制</center> 最后修改:2023 年 07 月 17 日 © 允许规范转载 打赏 赞赏作者 支付宝微信 赞 如果觉得我的文章对你有用,请随意赞赏