分布（四）利用python绘制小提琴图

小提琴图（Violin plot）简介

小提琴图主要用于显示数据分布及其概率密度。中间的黑色粗条表示四分位数范围，从其延伸的幼细黑线代表 95% 置信区间（以外则为异常点），而白点则为中位数。小提琴图结合了箱线图和密度图的优点，既可以了解数据统计信息，也可以了解数据分布特点。

快速绘制

基于seaborn

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")

# 导入数据
df = sns.load_dataset('iris')

# 利用violinplot函数绘制小提琴图
sns.violinplot(x=df["species"], y=df["sepal_length"])

plt.show()

定制多样化的小提琴图

自定义小提琴图一般是结合使用场景对相关参数进行修改，并辅以其他的绘图知识。参数信息可以通过官网进行查看，其他的绘图知识则更多来源于实战经验，大家不妨将接下来的绘图作为一种学习经验，以便于日后总结。

seaborn主要利用violinplot绘制小提琴图，可以通过seaborn.violinplot了解更多用法

绘制多个小提琴图

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font='SimHei', font_scale=0.8, style="darkgrid") # 解决Seaborn中文显示问题

# 导入数据
df = sns.load_dataset('iris')
df_tips = sns.load_dataset('tips')

fig, ax = plt.subplots(1,3, figsize=(12,4))

# 多个数值变量的小提琴图
sns.violinplot(data=df.iloc[:,0:2], ax=ax[0])
ax[0].set_title('多个数值变量')

# 一个数值变量多个分组的小提琴图
sns.violinplot( x=df["species"], y=df["sepal_length"], ax=ax[1] )
ax[1].set_title('一个数值变量多个分组')

# 一个数值变量多个分组子分组的小提琴图
sns.violinplot(x="day", y="total_bill", hue="smoker", data=df_tips, palette="Pastel1", ax=ax[2])
ax[2].set_title('一个数值变量多个分组/子分组')

plt.tight_layout()
plt.show()

自定义小提琴图

自定义形状

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font='SimHei', font_scale=0.8, style="darkgrid") # 解决Seaborn中文显示问题

# 导入数据
df = sns.load_dataset('iris')

# 构造子图
fig, ax = plt.subplots(1,3,constrained_layout=True, figsize=(12, 4))

# 自定义线宽
ax_sub = sns.violinplot(x=df["species"], y=df["sepal_length"], linewidth=5, ax=ax[0])
ax_sub.set_title('自定义线宽')

# 自定义宽度
ax_sub = sns.violinplot(x=df["species"], y=df["sepal_length"], width=0.3, ax=ax[1])
ax_sub.set_title('自定义宽度')

# 自定义方向
ax_sub = sns.violinplot(y=df["species"], x=df["sepal_length"], ax=ax[2])
ax_sub.set_title('自定义方向')

plt.show()

自定义颜色

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font='SimHei', font_scale=0.8, style="darkgrid") # 解决Seaborn中文显示问题

# 导入数据
df = sns.load_dataset('iris')

# 构造子图
fig, ax = plt.subplots(1,4,constrained_layout=True, figsize=(12, 4))

# 分配调色板
ax_sub = sns.violinplot(x=df["species"], y=df["sepal_length"], palette="Blues", ax=ax[0])
ax_sub.set_title('分配调色板')

# 统一颜色
ax_sub = sns.violinplot(x=df["species"], y=df["sepal_length"], color='skyblue', ax=ax[1])
ax_sub.set_title('统一颜色')

# 指定颜色
my_pal = {"versicolor": "g", "setosa": "b", "virginica":"m"}
ax_sub = sns.violinplot(x=df["species"], y=df["sepal_length"], palette=my_pal, ax=ax[2])
ax_sub.set_title('指定颜色')

# 突出颜色：针对指定组
my_pal = {species: "r" if species == "versicolor" else "b" for species in df.species.unique()}
ax_sub = sns.violinplot(x=df["species"], y=df["sepal_length"], palette=my_pal, ax=ax[3])
ax_sub.set_title('突出颜色')

plt.show()

自定义顺序

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font='SimHei', font_scale=0.8, style="darkgrid") # 解决Seaborn中文显示问题

# 导入数据
df = sns.load_dataset('iris')

# 构造子图
fig, ax = plt.subplots(1,2,constrained_layout=True, figsize=(8, 4))

# 自定义顺序
ax_sub = sns.violinplot(x='species', y='sepal_length', data=df, order=["versicolor", "virginica", "setosa"], ax=ax[0])
ax_sub.set_title('指定顺序')

# 按统计量降序：中位数
my_order = df.groupby(by=["species"])["sepal_length"].median().iloc[::-1].index
ax_sub = sns.violinplot(x='species', y='sepal_length', data=df, order=my_order, ax=ax[1])
ax_sub.set_title('中位数降序')

plt.show()

添加额外数据信息

# 添加数据点-蜂窝数据（避免某分组数据过少导致误判）

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font='SimHei', font_scale=0.8, style="darkgrid") # 解决Seaborn中文显示问题

# 导入数据
data = pd.read_csv('https://raw.githubusercontent.com/holtzy/The-Python-Graph-Gallery/master/static/data/sqa_data.csv')

# 自定义颜色
swarmplot_palette = {'Sqa_par':'#8f96bf', 'Sqa_bif':'#ebb0e5', 'Sqa_zz':'#9feed3'}
violin_palette = {'Sqa_par':'#333c70', 'Sqa_bif':'#90367c', 'Sqa_zz':'#34906c'}

# 初始化
sns.set_context('notebook', font_scale=1.2)
fig, ax = plt.subplots(figsize=(9,5))

# 绘制小提琴图
ax = sns.violinplot(y="dist", 
                    x="name", 
                    data=data,
                    palette=violin_palette,
                    scale='count',
                    inner=None
              )

# 绘制蜂窝图
ax = sns.swarmplot(y="dist",
                   x="name",
                   hue="name",
                   data=data, 
                   color="white", 
                   edgecolor="gray",
                   s=5,
                   palette=swarmplot_palette
             )

# 修改标题等信息
ax.set_xticks([0, 1, 2], ['Parallel','Bifurcated','Zig-zag'])
ax.set_xlabel('Squaramide CCSD systems')
ax.set_ylabel(r'$HB distance\ (\AA)$')
plt.ylim(1.5, 3.5)

plt.show()