超详细Seaborn绘图 ——（三）violinplot

一、基础概念

小提琴图是箱线图与核密度图的结合，箱线图展示了分位数的位置，核密度图则展示了任意位置的密度，通过小提琴图可以知道哪些位置的数据点聚集的较多，因其形似小提琴而得名。

其外围的曲线宽度代表数据点分布的密度，中间的箱线图则和普通箱线图表征的意义是一样的，代表着中位数、上下分位数、极差等。

二、语法

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)

三、参数详解

• bw：{‘scott’, ‘silverman’, float}
  内置变量值或浮点数的比例因子都用来计算核密度的带宽。实际的核大小由比例因子乘以每个分箱内数据的标准差确定。

• cut：{float}
  以带宽大小为单位的距离，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 以将小提琴图范围限制在观察数据的范围内。（例如，在 ggplot 中具有与 trim=True 相同的效果）

• scale：{“area”, “count”, “width”}
  该方法用于缩放每张小提琴图的宽度。若为 area ，每张小提琴图具有相同的面积。若为 count ，小提琴的宽度会根据分箱中观察点的数量进行缩放。若为 width ，每张小提琴图具有相同的宽度。

• scale_hue：{bool}
  当使用色调参数 hue 变量绘制嵌套小提琴图时，该参数决定缩放比例是在主要分组变量（scale_hue=True）的每个级别内还是在图上的所有小提琴图（scale_hue=False）内计算出来的。

• gridsize：{int}
  用于计算核密度估计的离散网格中的数据点数目。

• width：{float}
  不使用色调嵌套时的完整元素的宽度，或主要分组变量的一个级别的所有元素的宽度。

• inner：{“box”, “quartile”, “point”, “stick”, None}
  控制小提琴图内部数据点的表示。若为box，则绘制一个微型箱型图。若为quartiles，则显示四分位数线。若为point或stick，则显示具体数据点或数据线。使用None则绘制不加修饰的小提琴图。

• split：{bool}
  当使用带有两种颜色的变量时，将split设置为 True 则会为每种颜色绘制对应半边小提琴。从而可以更容易直接的比较分布。

四、实例

同样先绘制一个最简单两个分类变量的violinplot

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips)

---

通过split是yes和no的对比更鲜明

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True)

---

改变内部数据点的表示

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True)

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,inner=None)

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,inner='quartiles')

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,inner='point')

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,inner='stick')

---

使用窄带宽来减少平滑量

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,bw=0.2)

---

缩放小提琴的宽度

默认为area，即每张小提琴图具有相同的面积

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True)

根据分箱中观察点的数量改变小提琴的宽度

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,scale='count')

每张小提琴图有相同的宽度

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,scale='width')

---

控制小提琴图外壳延伸超过内部极端数据点的密度。
为0时将小提琴图范围限制在观察数据的范围内。默认为2

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True)

plt.figure(dpi=150)
tips = sns.load_dataset('tips')
sns.violinplot(x="day", y="total_bill", hue="smoker",
               data=tips,split=True,cut=0)

由于对小提琴图中的一些概念不是特别熟，就介绍这么一点。还有部分没提到的像x,y,hue,saturation等参数可参考前面的博客