箱线图与小提琴图的比较#

需要注意的是，尽管小提琴图与 Tukey（1977 年）的箱线图密切相关，但它们增加了有用的信息，例如样本数据的分布（密度轨迹）。

默认情况下，箱形图显示超出1.5倍四分位距的数据点作为异常值在须线之上或之下，而小提琴图则显示数据的整体范围。

关于箱线图及其历史的良好通用参考资料可以在这里找到：http://vita.had.co.nz/papers/boxplots.pdf

小提琴图需要 matplotlib >= 1.4。

关于小提琴图的更多信息，scikit-learn 文档有一个很棒的部分：https://scikit-learn.org/stable/modules/density.html

import matplotlib.pyplot as plt
import numpy as np

fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(9, 4))

# Fixing random state for reproducibility
np.random.seed(19680801)


# generate some random test data
all_data = [np.random.normal(0, std, 100) for std in range(6, 10)]

# plot violin plot
axs[0].violinplot(all_data,
                  showmeans=False,
                  showmedians=True)
axs[0].set_title('Violin plot')

# plot box plot
axs[1].boxplot(all_data)
axs[1].set_title('Box plot')

# adding horizontal grid lines
for ax in axs:
    ax.yaxis.grid(True)
    ax.set_xticks([y + 1 for y in range(len(all_data))],
                  labels=['x1', 'x2', 'x3', 'x4'])
    ax.set_xlabel('Four separate samples')
    ax.set_ylabel('Observed values')

plt.show()

参考文献

以下示例展示了以下函数、方法、类和模块的使用：

由 Sphinx-Gallery 生成的图库