Rita Violinplottar
En violinplot är en hybrid mellan ett låddiagram (box plot) och en kärntäthetsplot (KDE).
Medan ett låddiagram endast visar sammanfattande statistik (median, kvartiler), visar ett violinplot hela fördelningen av data. "Bredden" på violinen vid en viss punkt representerar tätheten (hur många datapunkter som finns där).
Viktiga parametrar
split=True: om du har enhue-variabel med exakt två kategorier (t.ex. "Male"/"Female"), ritar denna parameter en kategori på vänster sida av violinen och den andra på höger sida. Detta gör jämförelsen mycket enkel;inner: styr vad som ritas inuti violinen;'box'(standard): ritar ett litet låddiagram;'point': ritar individuella datapunkter;'quartile': ritar linjer för 25:e, 50:e och 75:e percentilerna;bw(bandbredd): styr kurvans jämnhet (precis som i KDE). Ett mindre värde visar mer detaljer (och brus); ett större värde gör den jämnare.
Exempel
Här visas ett violinplot som illustrerar fördelningen av total_bill. Observera hur split=True gör det möjligt att jämföra "Smokers" och "Non-Smokers" i samma violin.
123456789101112131415161718import 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()
Swipe to start coding
Skapa en detaljerad visualisering av tips-datan.
- Importera nödvändiga bibliotek och läs in datasettet
tips.csv. - Skapa ett violinplot och tilldela resultatet till en variabel med namnet
g(detta fångar upp plotens Axes-objekt):
- Mappa
'day'tillxoch'total_bill'tilly. - Gruppera efter
'sex'med hjälp avhue. - Använd paletten
'rocket'. - Dela violinerna för att jämföra könen sida vid sida (
split=True). - Visa individuella datapunkter inuti genom att sätta
inner='point'. - Sätt utjämningsbandbredden
bwtill0.2.
- Sätt titeln på diagrammet till
'Tips violinplot'med hjälp av variabelng(t.ex.g.set_title(...)). - Visa diagrammet.
Lösning
Tack för dina kommentarer!
single
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Fantastiskt!
Completion betyg förbättrat till 4.55
Rita Violinplottar
Svep för att visa menyn
En violinplot är en hybrid mellan ett låddiagram (box plot) och en kärntäthetsplot (KDE).
Medan ett låddiagram endast visar sammanfattande statistik (median, kvartiler), visar ett violinplot hela fördelningen av data. "Bredden" på violinen vid en viss punkt representerar tätheten (hur många datapunkter som finns där).
Viktiga parametrar
split=True: om du har enhue-variabel med exakt två kategorier (t.ex. "Male"/"Female"), ritar denna parameter en kategori på vänster sida av violinen och den andra på höger sida. Detta gör jämförelsen mycket enkel;inner: styr vad som ritas inuti violinen;'box'(standard): ritar ett litet låddiagram;'point': ritar individuella datapunkter;'quartile': ritar linjer för 25:e, 50:e och 75:e percentilerna;bw(bandbredd): styr kurvans jämnhet (precis som i KDE). Ett mindre värde visar mer detaljer (och brus); ett större värde gör den jämnare.
Exempel
Här visas ett violinplot som illustrerar fördelningen av total_bill. Observera hur split=True gör det möjligt att jämföra "Smokers" och "Non-Smokers" i samma violin.
123456789101112131415161718import 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()
Swipe to start coding
Skapa en detaljerad visualisering av tips-datan.
- Importera nödvändiga bibliotek och läs in datasettet
tips.csv. - Skapa ett violinplot och tilldela resultatet till en variabel med namnet
g(detta fångar upp plotens Axes-objekt):
- Mappa
'day'tillxoch'total_bill'tilly. - Gruppera efter
'sex'med hjälp avhue. - Använd paletten
'rocket'. - Dela violinerna för att jämföra könen sida vid sida (
split=True). - Visa individuella datapunkter inuti genom att sätta
inner='point'. - Sätt utjämningsbandbredden
bwtill0.2.
- Sätt titeln på diagrammet till
'Tips violinplot'med hjälp av variabelng(t.ex.g.set_title(...)). - Visa diagrammet.
Lösning
Tack för dina kommentarer!
single