Seaborn 小提琴图函数
小提琴图，是一种组合型的图表，它同时结合了箱线图和核密度图的功能。在 Seaborn 中，我们可以使用 violinplot() 函数来绘制一个小提琴图。
语法：
sns.violinplot(data, x, y)说明：
violinplot() 函数接收以下 3 个参数。
data（可选）：用于定义数据部分，它是一个 DataFrame。x（可选）：用于指定 DataFrame 的哪一列作为 x 轴坐标。y（可选）：用于指定 DataFrame 的哪一列作为 y 轴坐标。
示例 1：Seaborn 绘制小提琴图
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 数据
data = [
['张三', 24],
['李四', 18],
['王五', 37],
['小芳', 24],
['小红', 12],
['小明', 42],
['小华', 56],
['小莉', 67],
['小英', 45],
['小军', 82]
]
df = pd.DataFrame(data, columns=['姓名', '年龄'])
# 绘图
sns.violinplot(data=df, y='年龄')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
sns.violinplot(data=df, y='年龄') 表示使用 df 作为数据来源，然后 “年龄” 作为 y 轴坐标。从图中可以看到，20 ~ 40 之间面积最大，也就说明处于 20 ~ 40 之间的数据最多。小伙伴们自行数一下就知道了。
Seaborn 小提琴图案例
Seaborn 内置了一个数据集 tips，该数据集保存的是某餐厅的营业情况，包括账单、小费、客人信息等，部分内容如下图所示。需要说明的是，“size” 这一列指的是客人订的餐桌类型，比如有些是 2 人桌、有些是 3 人桌等。
示例 2：基本小提琴图
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, y='账单')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
如果想要使得小提琴图是横向的，我们可以将 y='账单' 改为 x='账单'，此时效果如下图所示。
示例 3：多个小提琴图
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, x='星期', y='账单')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
对于这个例子来说，x 轴坐标是 “星期”，取值共有 4 种：Thur（周四）、Fri（周五）、Sat（周六）、Sun（周日）。然后 y 轴坐标是 “账单”。由于 “星期” 共有 4 种取值，所以这里绘制了 4 个小提琴图出来，每一个小提琴图都是独立的。
对于这个例子来说，如果想要将小提琴图改为横向显示，我们只需要将 x 和 y 这两个参数的取值调换就可以了。修改后的代码如下，此时效果如下图所示。
sns.violinplot(data=df, x='账单', y='星期')
示例 4：添加区分
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, x='星期', y='账单', hue='性别')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
对于 violinplot() 函数来说，它也是只有 hue 参数，而没有 style 和 size 这 2 个参数。所以想要添加区分，我们只能使用 hue 参数来实现。
当然了，对于这个例子来说，如果我们将 hue='性别' 改为 hue='是否吸烟'，此时就会使用 “是否吸烟” 这一列作为分类来源，效果如下图所示。
示例 5：合并显示
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, x='星期', y='账单', hue='性别', split=True)
# 显示
plt.show()运行之后，效果如下图所示。
分析：
当 hue='性别' 时，由于 “性别” 只有 “Male” 和 “Female” 这 2 种取值，所以每一列就使用了 2 种不同颜色的小提琴图来显示。如果我们希望只使用一个小提琴图来显示，小提琴的左边是 “Male” 的数据分布，小提琴的右边是 “Female” 的数据分布，此时可以使用 split=True 这个参数来显示。
示例 6：改变顺序
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, x='星期', y='账单', order=['Sun', 'Sat', 'Fri', 'Thur'])
# 显示
plt.show()运行之后，效果如下图所示。
分析：
如果想要改变顺序，我们可以使用 order 参数来实现。
示例 7：添加百分位线
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, x='星期', y='账单', inner='quartile')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
我们可以使用 inner='quartile' 这个参数来为小提琴图添加平均数线、上四分位数线、下四分位数线。如果你想要为每一个数据都加上对应的一条线，我们可以使用 inner='stick' 参数来实现。修改后的代码如下，此时效果如下图所示。
sns.violinplot(data=df, x='星期', y='账单', inner='stick')
示例 8：曲线坡度
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, x='星期', y='账单', bw_adjust=0.2)
# 显示
plt.show()运行之后，效果如下图所示。
分析：
如果想要使用不同坡度的曲线来表示数据的分布情况，我们可以使用 bw_adjust 这个参数来实现。一般来说，当 bw_adjust 的值小于 1 时，表示使用较少平滑的曲线来表示，此时数据分布表示得更加精准。当 bw_adjust 的值大于 1 时，表示使用较多平滑的曲线来表示，此时数据分布表示得更加曲略。
小提琴图中的 bw_adjust 参数，和核密度图中的 bw_adjust 参数的功能是一样的。小伙伴们可以对比一下，这样更能加深理解和记忆。
示例 9：结合分布散点图
import matplotlib.pyplot as plt
import seaborn as sns
# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})
# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
'total_bill': '账单',
'tip': '小费',
'sex': '性别',
'smoker': '是否吸烟',
'day': '星期',
'time': '餐段',
'size': '人数'
}
df.rename(columns=column_map, inplace=True)
# 绘制图表
sns.violinplot(data=df, x='星期', y='账单')
sns.stripplot(data=df, x='星期', y='账单', color='black')
# 显示
plt.show()运行之后，效果如下图所示。
分析：
对于小提琴图来说，我们还可以使用分布散点图把每一个数据点展示在小提琴图上。其中，stripplot() 函数用于绘制一个分布散点图。对于分布散点图，我们在后续章节中会详细介绍。
最后，我们来总结一下 violinplot() 函数的参数，常用的如下表所示。
| 参数 | 说明 |
|---|---|
| data | 数据部分 |
| x | x 轴坐标 |
| y | y 轴坐标 |
| hue | 添加区分（颜色） |
| order | 改变顺序 |
| split=True | 合并显示 |
| inner='quartile' | 添加百分位线 |
| inner='stick' | 每一个数据一条线 |
| bw_adjust | 曲线平滑度 |
