提琴图（Violin plot）是一种常见的数据可视化方式，通常用于展示一个或多个连续型变量的分布情况和密度估计。Matplotlib是一个Python绘图库，提供了丰富的绘图工具和函数，也支持绘制提琴图。下面是Matplotlib绘制提琴图的使用方法和代码示例：
导入Matplotlib库和相关模块
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns其中，plt是Matplotlib库中的一个模块，用于绘制各种类型的图表；numpy是Python科学计算库，用于处理数值数据；seaborn是基于Matplotlib的高级数据可视化库，提供了更美观的绘图样式和更丰富的数据分析工具。
准备数据
我们可以使用Numpy库生成一些随机数据来演示提琴图的绘制。例如，生成5个正态分布的随机样本，每个样本有100个数据点：
data = [np.random.normal(size=100) for i in range(5)]其中，np.random.normal()函数用于生成正态分布的随机数。
绘制提琴图
可以使用violinplot()函数绘制提琴图。这个函数的参数包括：
- data：要绘制的数据；
- showmeans：是否显示均值（默认为False）；
- showmedians：是否显示中位数（默认为True）；
- showextrema：是否显示最大值和最小值（默认为True）；
- bw_method：核函数的带宽估计方法（默认为'scott'）；
- widths：提琴图的宽度；
- vert：提琴图的方向（水平或垂直）；
- positions：提琴图的位置；
- ax：绘图的坐标轴。
-
下面是一个简单的绘制提琴图的代码示例：
# 绘制提琴图
sns.violinplot(data=data,
showmeans=True,
showmedians=True,
showextrema=True)
plt.show()这个代码将会绘制一个包含5个提琴图的图表，每个提琴图表示一个随机样本的分布情况。其中，横轴表示数值范围，纵轴表示数据点的密度。在提琴图的两端还会显示最大值和最小值，中间的黑点表示中位数，白点表示均值。
显示结果如下图所示：
完整代码如下：
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
data = [np.random.normal(size=100) for i in range(5)]
# 绘制提琴图
sns.violinplot(data=data,
showmeans=True,
showmedians=True,
showextrema=True)
plt.show()本文链接：https://my.lmcjl.com/post/20130.html
展开阅读全文
4 评论