1.小提琴图。

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')p1=sns.violinplot( y=df["sepal_length"] )
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')p2=sns.violinplot( x=df["species"], y=df["sepal_length"] )
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')p1=sns.violinplot( y=df["species"], x=df["sepal_length"] )
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')p1=sns.violinplot( x=df["species"], y=df["sepal_length"], linewidth=5)
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')p3=sns.violinplot( x=df["species"], y=df["sepal_length"], width=0.3)
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')p1=sns.violinplot( x=df["species"], y=df["sepal_length"], palette="Blues")
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')my_pal = {"versicolor": "g", "setosa": "b", "virginica":"m"}
p3=sns.violinplot( x=df["species"], y=df["sepal_length"], palette=my_pal)
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')my_pal = {species: "r" if species == "versicolor" else "b" for species in df.species.unique()}
p4=sns.violinplot( x=df["species"], y=df["sepal_length"], palette=my_pal)
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('tips')p1=sns.violinplot(x="day", y="total_bill", hue="smoker", data=df, palette="Pastel1")
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')p1=sns.violinplot(x='species', y='sepal_length', data=df, order=[ "versicolor", "virginica", "setosa"])
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')my_order = df.groupby(by=["species"])["sepal_length"].median().iloc[::-1].indexp2=sns.violinplot(x='species', y='sepal_length', data=df, order=my_order)
plt.show()

import matplotlib.pylab as plt
import seaborn as sns
df = sns.load_dataset('iris')ax = sns.violinplot(x="species", y="sepal_length", data=df)medians = df.groupby(['species'])['sepal_length'].median().values
nobs = df['species'].value_counts().values
nobs = [str(x) for x in nobs.tolist()]
nobs = ["n: " + i for i in nobs]pos = range(len(nobs))
for tick,label in zip(pos,ax.get_xticklabels()):ax.text(pos[tick], medians[tick] + 0.03, nobs[tick], horizontalalignment='center', size='x-small', color='w', weight='semibold')
plt.show()

本博主新开公众号, 希望大家能扫码关注一下,十分感谢大家。

本文来自:https://github.com/holtzy/The-Python-Graph-Gallery/blob/master/PGG_notebook.py

Python画小提琴图之seaborn相关推荐

  1. python绘制小提琴图_seaborn画小提琴图(violin plot)

    简介 小提琴图是用来展示多组数据的分布状态以及概率密度.跟箱线图类似,但是可以密度层面展示更好.在数据量非常大不方便一个一个展示的时候小提琴图特别适用.而python里面的seaborn包可以很方便的 ...

  2. Python使用matplotlib可视化小提琴图、seaborn中的violinplot函数可视化多分类变量的小提琴图(Violin Plot)

    Python使用matplotlib可视化小提琴图.seaborn中的violinplot函数可视化多分类变量的小提琴图(Violin Plot) 目录

  3. python 画三维函数图-Python画三维图-----插值平滑数据

    一.二维的插值方法: 原始数据(x,y) 先对横坐标x进行扩充数据量,采用linspace.[如下面例子,由7个值扩充到300个] 采用scipy.interpolate中的spline来对纵坐标数据 ...

  4. python画折线图代码-python画折线示意图实例代码

    python画折线图方法 前做PPT要用到折线图,嫌弃EXCEL自带的看上去不好看,就用python写了一个画折线图的程序. import matplotlib.pyplot as plt x=[1, ...

  5. python画折线图详解-python如何画折线图

    python画折线图利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图:# -*- coding: UTF-8 -*- import numpy as ...

  6. python画折线图详解-利用python画出折线图

    本文实例为大家分享了python画折线图的具体代码,供大家参考,具体内容如下 # encoding=utf-8 import matplotlib.pyplot as plt from pylab i ...

  7. python画超长图-利用Python画图,千变万化,各种画图技巧!

    如图所示,利用Python的turtle画了一个美国队长盾牌的标志: # 所需依赖:python3 sublime Python代码: # print 打印 print('hello world!') ...

  8. python画折线图-python如何画折线图

    python画折线图利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图:# -*- coding: UTF-8 -*- import numpy as ...

  9. python画折线图-利用python画出折线图

    本文实例为大家分享了python画折线图的具体代码,供大家参考,具体内容如下 # encoding=utf-8 import matplotlib.pyplot as plt from pylab i ...

最新文章

  1. 利用OpenCV识别玻璃纤维织物劈缝缺陷
  2. 计算机网络基础 — 网络的类型
  3. 汇编的8种寻址方式,以及2个默认段寄存器
  4. js escape 与php escape
  5. MySQL迁移过程中遇到的问题
  6. 1月11日学习内容整理:请求库selenium之选择器,等待元素被加载
  7. Java 8里的Predicate学习笔记
  8. promise简单封装ajax 完美嵌套多个ajax请求
  9. navicat fo mysql 教程_Navicat For MySQL的简单使用教程
  10. Opencv的使用教程,opencv比较全的基础教程
  11. bzoj1036 [ZJOI2008]树的统计Count
  12. Vuejs vm对象详解
  13. 你所不知道的文件上传更安全的类型判断
  14. 矩阵快速幂分析+POJ3070
  15. ibm 服务器 阵列 加硬盘,IBM服务器增加硬盘
  16. 省计算机软件评审活动网站,2012年广东省计算机教育软件评审活动.doc
  17. MATLAB系统仿真其三:Ornstein-Uhlenbeck(OU)噪声
  18. other.less
  19. 温德姆酒店集团计划今年大中华区新开超过100家酒店
  20. Android音频架构

热门文章

  1. 灰色系统的模型 GM的应用
  2. 旧机械硬盘的资料如何快速拷贝到另一块机械硬盘?
  3. c# TopShelf windows 系统服务利器
  4. Dubbo RPC框架都支持哪些协议
  5. matlab中整流器怎么用,Simscape Electrical
  6. 剖析软文标题创作的思维
  7. 基于微信小程序的图书馆选座系统源码
  8. 智能反电信诈骗系统需求规格说明
  9. 去掉ubuntu终端提示音
  10. 我觉得那台计算机使用便利英语翻译,我正准备使用计算机 的翻译是:I was going to use the computer 中文翻译英文意思,翻译英语...