锐客网

  1. 首页 > 生活百科 > it技术 > >

用于数据分析的Violin Plot用法详解

IT知识数据分析数据可视化数据分布

Violin Plot是一种可视化不同变量数值数据分布的方法。它类似于Box Plot, 但每侧都有旋转的图, 从而在y轴上提供了有关密度估计的更多信息。
将密度镜像并翻转, 然后填充最终的形状, 创建类似于小提琴的图像。Violin Plot的优势在于它可以显示出箱图中无法察觉的细微差别。另一方面, 箱线图更清楚地显示了数据中的异常值。
Violin Plot比box plot具有更多的信息, 它们不那么受欢迎。由于它们不受欢迎, 对于许多不熟悉Violin Plot表示形式的读者来说, 它们的含义可能更难理解。
要获取虹膜数据的链接, 请单击–这里：https://drive.google.com/open?id=1UJWvXXA5OygZa5cQg7N5xLfSxrXKg6An
有关数据集的属性信息：

Attribute Information: -> sepal length in cm -> sepal width in cm -> petal length in cm -> petal width in cm -> class: Iris Setosa Iris Versicolour Iris VirginicaNumber of Instances: 150 Summary Statistics: MinMaxMeanSDClass Correlation sepal length: 4.37.95.840.830.7826 sepal width: 2.04.43.050.43-0.4194 petal length: 1.06.93.761.760.9490(high!) petal width: 0.12.51.200.760.9565(high!)Class Distribution: 33.3% for each of 3 classes.

加载库
import numpy as np import pandas as pd import seaborn as sns from matplotlib import pyplot import seaborn

加载数据中
data = https://www.lsbin.com/pd.read_csv("Iris.csv" )print (data.head( 10 ))

输出如下：
用于数据分析的Violin Plot用法详解

文章图片
描述
data.describe()

输出如下：
用于数据分析的Violin Plot用法详解

文章图片
信息
data.info()

输出如下：
用于数据分析的Violin Plot用法详解

文章图片
描述虹膜数据集的" SepalLengthCm"参数。
data[ "SepalLengthCm" ].describe()

【用于数据分析的Violin Plot用法详解】输出如下：
count150.000000 mean5.843333 std0.828066 min4.300000 25%5.100000 50%5.800000 75%6.400000 max7.900000 Name: SepalLengthCm, dtype: float64

代码1：
" SepalLengthCm"参数的Violin Plot。
fig, ax = pyplot.subplots(figsize = ( 9 , 7 )) sns.violinplot( ax = ax, y = data[ "SepalLengthCm" ] )

输出如下：
用于数据分析的Violin Plot用法详解

文章图片
如你所见, 我们在5到6之间具有更高的密度。这非常重要, 因为正如SepalLengthCm描述中那样, 平均值为5.43。
代码2：" SepalLengthWidth"参数的Violin Plot。
fig, ax = pyplot.subplots(figsize = ( 9 , 7 )) sns.violinplot(ax = ax, y = data[ "SepalWidthCm" ] )

输出如下：
用于数据分析的Violin Plot用法详解

文章图片
同样, 这里的更高密度是平均值= 3.05
代码3：小提琴比较" SepalLengthCm"和" SepalWidthCm"的图。
fig, ax = pyplot.subplots(figsize = ( 9 , 7 )) sns.violinplot(ax = ax, data = https://www.lsbin.com/data.iloc[:, 1 : 3 ])

输出如下：
用于数据分析的Violin Plot用法详解

文章图片
代码4：小提琴比较明智的" SepalLengthCm"种类。
fig, ax = pyplot.subplots(figsize = ( 9 , 7 )) sns.violinplot(ax = ax, x = data[ "Species" ], y = data[ "SepalLengthCm" ] )

输出如下：
用于数据分析的Violin Plot用法详解

文章图片
首先, 你的面试准备可通过以下方式增强你的数据结构概念：Python DS课程。

    推荐阅读


    上一篇：==和is运算符在Python中的区别

    下一篇：Java编程面试常见问题分享和解析S2