0
点赞
收藏
分享

微信扫一扫

matplotlib基础绘图命令之violinplot


在matplotlib中,violinplot方法用于绘制小提琴图,基本用法如下

plt.violinplot(dataset=np.random.normal(size=1000))

输出结果如下

matplotlib基础绘图命令之violinplot_数据分析

violinplot方法常用的参数有以下几个

1. vert,控制图形的方向

2. showmeans, 是否在图中显示均值

3. showmedians,是否在图中显示中位数

4. showextrema, 是否在图中显示最大值和最小值

下面来具体看下其中几个参数的用法

1. vert

vert参数的默认值为True,表示竖直方向的小提琴图,当取值WieFalse时,绘制水平方向的小提琴图,用法如下

plt.violinplot(dataset=np.random.normal(size=1000),vert=False)

输出结果如下

matplotlib基础绘图命令之violinplot_默认值_02

2. showmeans

showmeans参数的默认值为False, 此时不在图中显示均值,当取值为True时,会用横线表示均值,用法如下

plt.violinplot(dataset=np.random.normal(size=1000),showmeans=True)

输出结果如下

matplotlib基础绘图命令之violinplot_默认值_03

3.  showmedians

showmedians参数的默认值为False, 此时不在图中显示中位数,当取值为True时,会用横线表示中位数,用法如下

plt.violinplot(dataset=np.random.normal(size=1000),showmedians=True)

输出结果如下

matplotlib基础绘图命令之violinplot_取值_04

4. showextrema

showextrema参数的默认值为True, 此时在图中用类似error bar的方式来显示最小值和最大值,当取值为False时,不显示对应的值,用法如下

plt.violinplot(dataset=np.random.normal(size=1000),showextrema=False)

输出结果如下

matplotlib基础绘图命令之violinplot_取值_05

和boxplot类似, 对于violinplot的个性化调整也是通过其返回值来实现,在实际运用中,主要是通过返回值中的bodies元素开设置颜色,用法如下

np.random.seed(19680801)
data = [np.random.normal(size=500), np.random.normal(size=1000)]
violin = plt.violinplot(dataset=data, showextrema=False)
for patch in violin['bodies']:
patch.set_facecolor('#D43F3A')
patch.set_edgecolor('black')
patch.set_alpha(1)

for i,d in enumerate(data):
min_value,quantile1, median, quantile3, max_value = np.percentile(d, [0, 25, 50, 75, 100])
print(median)
plt.scatter(i+1, median, color='white',zorder=4)
plt.vlines(i+1,quantile1, quantile3, lw=9, zorder=3)
plt.vlines(i+1,min_value, max_value, zorder=2)

plt.xticks(ticks=[1,2], labels=['A', 'B'])

上述代码首先通过bodies元素,设置了小提琴图中的填充色和边框颜色,透明度等信息,然后通过手动计算百分位数的位置,对其进行了个性化调整,输出结果如下

matplotlib基础绘图命令之violinplot_取值_06

matplotlib作为基础的绘图函数,和seaborn等更高封装的可视化模块相比,在直接出图的效果上可能并不直观简便,但是确保留了足够的灵活性。

·end·

—如果喜欢,快分享给你的朋友们吧—



关注我们,解锁更多精彩内容!


matplotlib基础绘图命令之violinplot_数据分析_07

一个只分享干货的

生信公众号


举报

相关推荐

0 条评论