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）