Apprendre Création de Diagrammes en Violon

Un violinplot est un hybride entre un diagramme en boîte et un tracé de densité de noyau (KDE).

Alors qu'un boxplot affiche uniquement des statistiques résumées (médiane, quartiles), un violinplot révèle la distribution complète des données. La « largeur » du violon à un point donné représente la densité (le nombre de points de données présents).

Paramètres clés

split=True : si vous disposez d'une variable hue avec exactement deux catégories (par exemple, "Male"/"Female"), ce paramètre affiche une catégorie sur la moitié gauche du violon et l'autre sur la droite. Cela facilite grandement la comparaison ;
inner : contrôle ce qui est affiché à l'intérieur du violon ;
'box' (par défaut) : affiche un mini boxplot ;
'point' : affiche les points de données individuels ;
'quartile' : affiche des lignes pour les 25e, 50e et 75e percentiles ;
bw (bandwidth) : contrôle la douceur de la courbe (comme dans le KDE). Une valeur plus faible révèle plus de détails (et de bruit) ; une valeur plus élevée rend la courbe plus lisse.

Exemple

Voici un violinplot montrant la distribution de total_bill. Remarquez comment split=True permet de comparer "Smokers" et "Non-Smokers" à l'intérieur du même violon.


              123456789101112131415161718
            
import seaborn as sns
import matplotlib.pyplot as plt

# Load dataset
df = sns.load_dataset('tips')

# Create a split violinplot
sns.violinplot(
    data=df,
    x='day',
    y='total_bill',
    hue='smoker',
    split=True,    # Compare sides directly
    inner='quartile', # Show quartile lines
    palette='muted'
)

plt.show()

Tâche

Swipe to start coding

Créer une visualisation détaillée des données de pourboires.

Importer les bibliothèques nécessaires et lire le jeu de données tips.csv.
Créer un violinplot et assigner le résultat à une variable nommée g (cela capture l'objet Axes du graphique) :

Mapper 'day' sur x et 'total_bill' sur y.
Grouper par 'sex' en utilisant hue.
Utiliser la palette 'rocket'.
Séparer les violons pour comparer les genres côte à côte (split=True).
Afficher les points de données individuels à l'intérieur en définissant inner='point'.
Définir la largeur de bande de lissage bw à 0.2.

Définir le titre du graphique sur 'Tips violinplot' en utilisant la variable g (par exemple, g.set_title(...)).
Afficher le graphique.

Solution

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 12

single

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Glissez pour afficher le menu