Seaborn可视化-小提琴图 seaborn.violinplot

小提琴图允许可视化一个或多个组的数字变量的分布。它与箱形图非常接近，但可以更深入地了解密度。小提琴图特别适用于数据量巨大且无法显示个别观察结果的情况。在seaborn中使用violinplot函数绘制小提琴图.

函数原型

sns.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)

导入数据

tips = pd.read_csv('tips.csv')tips.head()

以total_bill为x绘制小提琴图

sns.violinplot(x=tips["total_bill"])

以day为x轴，total_bill为y轴绘制小提琴图

sns.violinplot(x="day", y="total_bill", data=tips)

以day为x轴，total_bill为y轴，按照smoke区分类别，调色方案为Set3,绘小提琴图

以day为x轴，total_bill为y轴，按照smoke区分类别，调色方案为muted,分类绘制绘小提琴图（对照和上图的却别)

sns.violinplot(x="day", y="total_bill", hue="smoker", data=tips, palette="muted",split=True)

以day为x轴，total_bill为y轴，按照smoke区分类别，调色方案为Set2,分类绘制绘小提琴图,设置内部显示类型分别为：'box','quartile','point','stick',None.

ax = sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, palette="Set2", split=True, scale="count", inner="box")

    以上就是小提琴图的分享，下期我们将分享条形图seborn.barplot的绘制方法。

     如果喜欢，请点赞和收藏，这对我非常重要，万分感谢。