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：

bodiesPolyCollection ：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。