matplotlib.pyplot.violinplot¶
-
matplotlib.pyplot.
violinplot
(dataset, positions=None, vert=True, widths=0.5, showmeans=False, showextrema=True, showmedians=False, quantiles=None, points=100, bw_method=None, *, data=None)[源代码]¶ 画出小提琴的情节。
为每一列画一张小提琴的乐谱 数据集 或按顺序排列的每个向量 数据集 . 每个填充区域扩展以表示整个数据范围,可选行位于平均值、中值、最小值、最大值和用户指定的分位数处。
参数: - dataset向量数组或向量序列。
输入数据。
- positions类似数组,默认值: [1, 2,…,N]
设置小提琴的位置。刻度和限制将自动设置为与位置匹配。
- vertbool,默认值:True。
如果为真,则创建垂直小提琴绘图。否则,创建一个水平小提琴绘图。
- widths类似数组,默认值:0.5
设定每把小提琴最大宽度的标量或矢量。默认值为0.5,它使用大约一半的可用水平空间。
- showmeansbool,默认值:False
如果
True
,将切换方法的呈现。- showextremabool,默认值:True
如果
True
,将切换极端的渲染。- showmediansbool,默认值:False
如果
True
,将切换中间带的渲染。- quantiles类似数组,默认值:无
如果不是“无”,则按间隔设置浮动列表 [0, 1] 对于每个小提琴,它代表将为该小提琴呈现的分位数。
- pointsint,默认值:100
定义用于评估每个高斯核密度估计的点数。
- bw_methodstr,标量或可调用,可选
用于计算估计量带宽的方法。它可以是“scott”、“silverman”、标量常量或可调用的。如果是标量,它将直接用作
kde.factor
. 如果是可调用的,则需要GaussianKDE
实例作为其唯一参数并返回一个标量。如果没有(默认),则使用“scott”。
返回: - 双关语
将小提琴绘图的每个部分映射到创建的相应集合实例列表的字典。字典有以下键:
bodies
一览表PolyCollection
包含每个小提琴的填充区域的实例。cmeans
答:LineCollection
实例,该实例标记每个小提琴分布的平均值。cmins
答:LineCollection
标记每个小提琴分布底部的实例。cmaxes
答:LineCollection
标记每个小提琴分布顶部的实例。cbars
答:LineCollection
标记每个小提琴分布中心的实例。cmedians
答:LineCollection
实例,该实例标记每个小提琴分布的中值。cquantiles
答:LineCollection
创建实例以标识小提琴的每个分布的分位数值。
笔记
注解
除了上述参数外,此函数还可以 data 关键字参数。如果这样的话 data 参数,下列参数也可以是字符串
s
,解释为data[s]
(除非引起例外): 数据集 .作为传递的对象 data 必须支持项目访问 (
data[s]
)和会员资格测试 (s in data
)