Seaborn-1. violinplot

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)

它显示了定量数据在一个（或多个）分类变量的多个层次上的分布，这些分布可以进行比较。不像箱形图中所有绘图组件都对应于实际数据点，小提琴绘图以基础分布的核密度估计为特征。

• x, y：DataFrame中的列名（str）或向量数据
• hue：DataFrame中的列名字符串数组，按照列名中的值形成分类的小提琴图
• data：DataFrame或者数组
• order, hue_order：字符串数组，控制条形图显示顺序
• palette：调色板，控制图像的色调
• orient："v"|"h" 用于控制图像使水平还是竖直显示（这通常是从输入变量的dtype推断出来的，此参数一般当不传入x、y，只传入data的时候使用）
• width：float，宽度（比例）
• split：将split设置为true则绘制分拆的violinplot以比较经过hue拆分后的两个量：
• scale_hue：bool，当使用色调变量（hue参数）嵌套小提琴时，此参数确定缩放是在主要分组变量（scale_hue = true）的每个级别内还是在图上的所有小提琴（scale_hue = false）内计算出来的
• inner：控制violinplot内部数据点的表示，有“box”, “quartile”, “point”, “stick”四种方式。
• scale：该参数用于缩放每把小提琴的宽度，有“area”, “count”, “width”三种方式
• cut：float，距离，以带宽大小为单位，以控制小提琴图外壳延伸超过内部极端数据点的密度。设置为0以将小提琴范围限制在观察数据的范围内（即，在ggplot中具有与trim = true相同的效果)

以泰坦尼克号例题为数据集：

train_df[["Pclass", "Age"]].head(10)
'''

  Pclass    Age Survived
0   3   22.0    0
1   1   38.0    1
2   3   26.0    1
3   1   35.0    1
4   3   35.0    0
...
'''

Unknown.png