matplotlib.pyplot.violinplot#

matplotlib.pyplot.violinplot(dataset, positions=None, *, vert=None, orientation='vertical', widths=0.5, showmeans=False, showextrema=True, showmedians=False, quantiles=None, points=100, bw_method=None, side='both', data=None)[Quelle]#

Erstellt ein Violinen-Diagramm.

Erstellt für jede Spalte von dataset oder jeden Vektor in der Sequenz dataset einen Violinplot. Jeder gefüllte Bereich erstreckt sich über den gesamten Datenbereich, mit optionalen Linien für Mittelwert, Median, Minimum, Maximum und benutzerdefinierte Quantile.

Parameter:
datasetArray oder eine Sequenz von Vektoren.

Die Eingabedaten.

positionsarray-like, Standard: [1, 2, ..., n]

Die Positionen der Violinen; d.h. Koordinaten auf der x-Achse für vertikale Violinen (oder y-Achse für horizontale Violinen).

vertbool, optional

Veraltet seit Version 3.10: Verwenden Sie stattdessen orientation.

Wenn dies während der Deputationsperiode angegeben wird, überschreibt es den Parameter orientation.

Wenn True, werden die Violinen vertikal gezeichnet. Wenn False, werden die Violinen horizontal gezeichnet.

orientation{'vertical', 'horizontal'}, Standard: 'vertical'

Wenn 'horizontal', werden die Violinen horizontal gezeichnet. Andernfalls werden die Violinen vertikal gezeichnet.

Hinzugefügt in Version 3.10.

widthsfloat oder array-like, Standard: 0.5

Die maximale Breite jeder Violine in Einheiten der positions-Achse. Der Standardwert ist 0,5, was die halbe verfügbare Fläche bei Verwendung der Standard-positions ist.

showmeansbool, Standard: False

Ob der Mittelwert mit einer Linie angezeigt werden soll.

showextremabool, Standard: True

Ob Extremwerte mit einer Linie angezeigt werden sollen.

showmediansbool, Standard: False

Ob der Median mit einer Linie angezeigt werden soll.

quantilesarray-like, Standard: None

Wenn nicht None, eine Liste von Gleitkommazahlen im Intervall [0, 1] für jede Violine, die die für diese Violine darzustellenden Quantile repräsentiert.

pointsint, Standard: 100

Die Anzahl der Punkte, für die jede der Gaußschen Kerndichteschätzungen ausgewertet wird.

bw_method{'scott', 'silverman'} oder float oder callable, Standard: 'scott'

Die Methode zur Berechnung der Bandbreite des Schätzers. Wenn es sich um einen float handelt, wird dieser direkt als kde.factor verwendet. Wenn es sich um einen callable handelt, sollte er eine matplotlib.mlab.GaussianKDE-Instanz als einziges Argument nehmen und einen float zurückgeben.

side{'both', 'low', 'high'}, Standard: 'both'

'both' zeichnet Standard-Violinen. 'low'/'high' zeichnet nur die Seite unterhalb/oberhalb des Positions-Wertes.

dataindizierbares Objekt, optional

Wenn angegeben, akzeptieren die folgenden Parameter auch einen String s, der als data[s] interpretiert wird, wenn s ein Schlüssel in data ist

dataset

Gibt zurück:
dict

Ein Dictionary, das jede Komponente des Violinplots einer Liste der entsprechenden erstellten Kollektionsinstanzen zuordnet. Das Dictionary hat die folgenden Schlüssel

  • bodies: Eine Liste der PolyCollection-Instanzen, die den gefüllten Bereich jeder Violine enthalten.

  • cmeans: Eine LineCollection-Instanz, die die Mittelwerte jeder Verteilung der Violine markiert.

  • cmins: Eine LineCollection-Instanz, die das untere Ende jeder Verteilung der Violine markiert.

  • cmaxes: Eine LineCollection-Instanz, die das obere Ende jeder Verteilung der Violine markiert.

  • cbars: Eine LineCollection-Instanz, die die Zentren jeder Verteilung der Violine markiert.

  • cmedians: Eine LineCollection-Instanz, die die Medianwerte jeder Verteilung der Violine markiert.

  • cquantiles: Eine LineCollection-Instanz, die erstellt wurde, um die Quantilswerte der Verteilung jeder Violine zu identifizieren.

Siehe auch

Axes.violin

Erstellt einen Violinplot aus vordefinierten Statistiken.

boxplot

Zeichnet ein Box-Whisker-Diagramm.

Anmerkungen

Hinweis

Dies ist der pyplot-Wrapper für axes.Axes.violinplot.

Beispiele für die Verwendung von matplotlib.pyplot.violinplot#

Vergleich von Boxplot und Violinplot

Vergleich von Boxplot und Violinplot

Violinplot-Anpassung

Violinplot-Anpassung

Grundlagen des Violinplots

Grundlagen des Violinplots