matplotlib基础绘图命令之violinplot

最新推荐文章于 2024-11-18 14:13:11 发布

生信修炼手册

最新推荐文章于 2024-11-18 14:13:11 发布

阅读量9.1k

点赞数 4

文章标签：可视化数据可视化数据分析 css 编程语言

本文链接：https://blog.csdn.net/weixin_43569478/article/details/107853378

版权

本文介绍了matplotlib库中的violinplot方法，用于创建小提琴图。文章详细讲解了vert参数、showmeans参数、showmedians参数和showextrema参数的用法，展示了如何通过这些参数控制小提琴图的显示，包括方向、均值、中位数和极值的显示。此外，还提及了如何通过返回值进行个性化调整，增强图表的视觉效果。文章强调了matplotlib的基础性及其灵活性，适合数据可视化初学者参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎关注”生信修炼手册”!

在matplotlib中，violinplot方法用于绘制小提琴图，基本用法如下

plt.violinplot(dataset=np.random.normal(size=1000))

输出结果如下

violinplot方法常用的参数有以下几个

1. vert,控制图形的方向

2. showmeans, 是否在图中显示均值

3. showmedians,是否在图中显示中位数

4. showextrema, 是否在图中显示最大值和最小值

下面来具体看下其中几个参数的用法

1. vert

vert参数的默认值为True，表示竖直方向的小提琴图，当取值WieFalse时，绘制水平方向的小提琴图，用法如下

plt.violinplot(dataset=np.random.normal(size=1000),vert=False)

输出结果如下

2. showmeans

showmeans参数的默认值为False, 此时不在图中显示均值，当取值为True时，会用横线表示均值，用法如下

plt.violinplot(dataset=np.random.normal(size=1000),showmeans=True)

输出结果如下

3. showmedians

showmedians参数的默认值为False, 此时不在图中显示中位数，当取值为True时，会用横线表示中位数，用法如下

plt.violinplot(dataset=np.random.normal(size=1000),showmedians=True)

输出结果如下

4. showextrema

showextrema参数的默认值为True, 此时在图中用类似error bar的方式来显示最小值和最大值，当取值为False时，不显示对应的值，用法如下

plt.violinplot(dataset=np.random.normal(size=1000),showextrema=False)

输出结果如下

和boxplot类似, 对于violinplot的个性化调整也是通过其返回值来实现，在实际运用中，主要是通过返回值中的bodies元素开设置颜色，用法如下

np.random.seed(19680801)
data = [np.random.normal(size=500), np.random.normal(size=1000)]
violin = plt.violinplot(dataset=data, showextrema=False)
for patch in violin['bodies']:
    patch.set_facecolor('#D43F3A')
    patch.set_edgecolor('black')
    patch.set_alpha(1)

for i,d in enumerate(data):
    min_value,quantile1, median, quantile3, max_value = np.percentile(d, [0, 25, 50, 75, 100])
    print(median)
    plt.scatter(i+1, median, color='white',zorder=4)
    plt.vlines(i+1,quantile1, quantile3, lw=9, zorder=3)
    plt.vlines(i+1,min_value, max_value, zorder=2)

plt.xticks(ticks=[1,2], labels=['A', 'B'])

上述代码首先通过bodies元素，设置了小提琴图中的填充色和边框颜色，透明度等信息，然后通过手动计算百分位数的位置，对其进行了个性化调整，输出结果如下