Seaborn.violinplot() 方法

---

---

Seaborn.violinplot() 方法允許使用者繪製箱線圖以及核密度估計圖。小提琴圖和箱線圖具有相同的用途。為了便於比較，它顯示了在一個（或多個）分類變數的多個水平上定量資料的分佈。

與箱線圖（其中所有繪圖元素都對應於實際資料點）不同，小提琴圖包含對基礎分佈的核密度估計。

語法

以下是 violinplot() 方法的語法：

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)

引數

下面討論 seaborn.violinplot() 方法的一些引數。

載入 seaborn 庫

在繼續開發繪圖之前，讓我們載入 seaborn 庫和資料集。要載入或匯入 seaborn 庫，可以使用以下程式碼行。

Import seaborn as sns

載入資料集

在本文中，我們將使用 seaborn 庫中內建的泰坦尼克號資料集。使用以下命令載入資料集。

titanic=sns.load_dataset("titanic")

以下命令用於檢視資料集中前 5 行。這使我們能夠了解可以使用哪些變數來繪製圖形。

titanic.head()

以下是上述程式碼段的輸出。

index,survived,pclass,sex,age,sibsp,parch,fare,embarked,class,who,adult_male,deck,embark_town,alive,alone
0,0,3,male,22.0,1,0,7.25,S,Third,man,true,NaN,Southampton,no,false
1,1,1,female,38.0,1,0,71.2833,C,First,woman,false,C,Cherbourg,yes,false
2,1,3,female,26.0,0,0,7.925,S,Third,woman,false,NaN,Southampton,yes,true

現在我們已經載入了資料集，我們將探索一些示例。

示例 1

在這個示例中，我們將瞭解如何使用 seaborn.violinplot() 方法。我們將向方法傳遞 x、y、hue 和 palette 引數，然後我們將觀察繪製的圖。我們在這篇文章中使用內建的泰坦尼克號資料集。以下程式碼行使用小提琴圖方法的 x、y、hue 和 palette 引數。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.violinplot(x="who", y="age", data=titanic,hue="class",palette="muted")
plt.show()

輸出

生成的輸出圖如下：

示例 2

在這個示例中，我們將瞭解 inner 引數的用法。此可選引數接受以下值：“box”、“quartile”、“point”、“stick”，None。它用於表示小提琴內部的資料點。可以使用以下程式碼行來了解 inner 引數的用法。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.violinplot(x="survived", y="age", data=titanic,hue="class",palette="muted",inner="quartile")
plt.show()

輸出

上述程式碼行的輸出如下：

示例 3

violinplot() 方法有很多引數。我們將瞭解如何使用 scale 和 scale_hue 引數。scale 引數用於縮放每個小提琴的寬度。它接受值 count、width 和 area。scale_hue 引數控制當使用 hue 變數分層小提琴時，縮放是在圖上的所有小提琴中計算，還是在主要分組變數的每個級別內計算 (scale_hue=False)。本例中描述了這些引數以及上述引數。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.violinplot(x="survived", y="age", data=titanic,hue="class",palette="muted",inner="stick",scale="count",scale_hue=False)
plt.show()

輸出

上述程式碼片段的輸出如下：

示例 4

我們將在此示例中與所有其他引數一起使用 bw 引數。它接受以下值之一：浮點數、“scott”、“silverman”和可選。用於計算核頻寬的縮放因子，或參考規則的名稱。縮放因子乘以每個箱內資料的標準差將得出實際的核大小。可以使用以下程式碼行來實現。

#bw is used to narrow bandwith to reduce smoothing
import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.violinplot(x="survived", y="age", data=titanic,hue="class",palette="muted",inner="quartile",scale="count",bw=.2)
plt.show()

輸出

上述程式碼的輸出顯示如下。