matplotlib.pyplot.violinplot #
- matplotlib.pyplot。violinplot ( dataset , Position = None , vert = True , widths = 0.5 , showmeans = False , showextrema = True , showmedians = False , quantiles = None , points = 100 , bw_method = None , * , data = None ) [来源] #
制作小提琴情节。
为数据集的每一列或序列数据集中的每个向量绘制小提琴图。每个填充区域扩展以表示整个数据范围,在平均值、中位数、最小值、最大值和用户指定的分位数处具有可选线。
- 参数:
- dataset数组或向量序列。
输入数据。
- 位置类数组,默认:[1, 2, ..., n]
小提琴的位置。刻度线和限制会自动设置以匹配位置。
- vert bool,默认值:True。
如果为真,则创建垂直小提琴图。否则,创建水平小提琴图。
- 宽度数组,默认值:0.5
设置每个小提琴的最大宽度的标量或向量。默认值为 0.5,它使用大约一半的可用水平空间。
- showmeans布尔值,默认值:False
如果
True
, 将切换手段的渲染。- showextrema布尔值,默认值:True
如果
True
, 将切换极值的渲染。- showmedians布尔值,默认值:False
如果
True
, 将切换中位数的渲染。- 分位数数组,默认值:无
如果不是 None,则为每个小提琴设置一个间隔 [0, 1] 的浮点数列表,它代表将为该小提琴呈现的分位数。
- 积分整数,默认值:100
定义用于评估每个高斯核密度估计的点数。
- bw_method str,标量或可调用,可选
用于计算估计器带宽的方法。这可以是“scott”、“silverman”、标量常量或可调用对象。如果是标量,这将直接用作
kde.factor
. 如果是可调用的,它应该将一个matplotlib.mlab.GaussianKDE
实例作为其唯一参数并返回一个标量。如果无(默认),则使用“斯科特”。- 数据可索引对象,可选
如果给定,以下参数也接受一个字符串
s
,它被解释为data[s]
(除非这引发异常):数据集
- 返回:
- 听写
将小提琴图的每个组件映射到创建的相应集合实例列表的字典。字典有以下键:
bodies
PolyCollection
:包含每把小提琴的填充区域的实例列表。cmeans
:LineCollection
标记每个小提琴分布的平均值的实例。cmins
:LineCollection
标记每个小提琴分布底部的实例。cmaxes
:LineCollection
标记每个小提琴分布顶部的实例。cbars
:LineCollection
标记每个小提琴分布中心的实例。cmedians
:LineCollection
标记每个小提琴分布的中值的实例。cquantiles
:LineCollection
创建一个实例,用于识别每个小提琴分布的分位数值。