Violin图与箱形图相似，不同之处在于它们还显示了数据在不同值处的概率密度，在该箱形图上叠加了内核密度估计。像箱形图一样，Violin图用来表示跨不同"类别"的变量分布(或样本分布)的比较。
Violin图比普通箱图更具信息性。实际上，虽然箱形图仅显示汇总统计信息，如均值/中位数和四分位数范围，但Violin图却显示了数据的完整分布。
import matplotlib.pyplot as plt np.random.seed(10) collectn_1 = np.random.normal(100, 10, 200) collectn_2 = np.random.normal(80, 30, 200) collectn_3 = np.random.normal(90, 20, 200) collectn_4 = np.random.normal(70, 25, 200) ## 将这些不同的集合组合成一个列表 data_to_plot = [collectn_1, collectn_2, collectn_3, collectn_4] # 创建图形实例 fig = plt.figure() # 创建坐标区实例 ax = fig.add_axes([0,0,1,1]) # 创建箱线图 bp = ax.violinplot(data_to_plot) plt.show()
参考链接
https://www.learnfk.com/matplotlib/matplotlib-violin-plot.html
标签：200,collectn,normal,random,无涯,Matplotlib,np,Violin From： https://blog.51cto.com/u_14033984/7862731