【Seaborn】sns.violinplot() 函数：小提琴图

sns.violinplot() —— 小提琴图（Violin Plot）

seaborn.violinplot() 用于可视化数据分布的密度，结合了 箱线图（Box Plot）和 KDE 密度估计，适用于 数据分布分析、对比不同类别的分布情况。

---

1. 语法

import seaborn as sns

sns.violinplot(data=None, x=None, y=None, hue=None, order=None, split=False, palette=None, orient=None, inner="box")

主要参数

参数	作用
data	DataFrame 数据集
x	分类变量
y	数值变量
hue	按类别分色
order	自定义类别顺序
split	True：将 hue 类别合并显示
palette	颜色方案（如 "Blues"、"pastel"）
orient	'v' 竖向（默认） 或 'h' 横向
inner	'box'（默认）显示箱线图，'point' 显示数据点

---

2. 什么是小提琴图？

小提琴图（Violin Plot）结合了箱线图（Box Plot）和 KDE 密度估计：

• 宽度表示数据密度（比箱线图更直观）。
• 中间的线 是 中位数。
• 默认包含箱线图，可选 inner="point" 仅显示数据点。

---

3. 基本示例

3.1 画小提琴图

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据
data = sns.load_dataset("titanic")

# 绘制小提琴图
sns.violinplot(data=data, x="class", y="age")

plt.title("Age Distribution by Class")
plt.show()

📌 说明

• x="class" → 分类变量（头等舱/二等舱/三等舱）。
• y="age" → 年龄分布密度（比 boxplot 更直观）。
  

---

3.2 按类别分色（hue 参数）

sns.violinplot(data=data, x="class", y="age", hue="sex")

plt.show()

📌 作用

• hue="sex" → 不同性别用不同颜色表示。
  

---

3.3 合并 hue 类别（split=True）

sns.violinplot(data=data, x="class", y="age", hue="sex", split=True)

plt.show()

📌 作用

• split=True → 合并男女数据，使对比更直观。
  

---

4. 调整美观

4.1 横向小提琴图（orient="h"）

sns.violinplot(data=data, x="age", y="class", orient="h")

plt.show()

📌 作用

• orient="h" → 横向小提琴图（适用于类别较长时）。
  

---

4.2 只显示数据点（inner="point"）

sns.violinplot(data=data, x="class", y="age", inner="point")

plt.show()

📌 作用

• inner="point" → 显示数据点，而不显示箱线图。
  

---

4.3 设置颜色（palette）

sns.violinplot(data=data, x="class", y="age", hue="sex", palette="pastel")

plt.show()

📌 可选调色板

• "pastel"、"Blues"、"coolwarm"、"magma"。
  

---

5. sns.violinplot() vs sns.boxplot()

	sns.violinplot()	sns.boxplot()
作用	显示数据分布密度	显示中位数、四分位数、异常值
适用场景	观察数据分布	检测异常值
是否有密度信息	✅ 有	❌ 没有

sns.boxplot(data=data, x="class", y="age", hue="sex")

plt.show()

---

6. 总结

✅ sns.violinplot() 适用于数据分布可视化，分析密度。
✅ 常见参数

• hue 按类别分色，split=True 合并对比，inner="point" 显示数据点。
• orient="h" 横向小提琴图，palette="pastel" 调整颜色。