Matplotlib - 小提琴图

Matplotlib - 小提琴图 (Violin Plot)

小提琴图（Violin Plot）是一种强大的可视化方法，它结合了**箱线图（Box Plot）和核密度估计（Kernel Density Estimation, KDE）**图的特点。它们用于可视化数值数据的分布，特别适用于比较不同类别之间的分布。

小提琴图的关键特征：

密度估计 (Density Estimation)： 小提琴的主体是核密度估计 (KDE) 图，并在两侧镜像。小提琴在特定值处的宽度表示围绕该值的估计密度或数据点频率。
箱线图元素（可选）： 通常，在小提琴内部绘制一个微型箱线图或相关标记。这通常包括： - 中位数的标记 (Marker for the median)。 - 表示四分位数间距 (Interquartile Range, IQR: Q1 到 Q3) 的箱体 (Box)。 - 有时会有延伸到特定范围的线条（须，whiskers），但这不如标准箱线图常见。

与简单的箱线图相比，小提琴图提供了对数据分布更丰富、更深入的理解，揭示了箱线图摘要统计量所隐藏的多峰性（Multiple Peaks）等特征。

Matplotlib 中的 ax.violinplot() 方法用于创建小提琴图。

ax.violinplot(dataset, positions=None, showmeans=False, showextrema=True, showmedians=False, **kwargs)

关键参数

dataset: 数组/向量的列表或序列。每个元素对应一个独立的小提琴。
positions: 类似数组的类型。设置小提琴的水平位置（默认为 [1, 2, 3, ...]）。
showmeans: 布尔值。如果为 True，渲染平均值的标记。
showextrema: 布尔值。如果为 True（默认值），渲染数据极值的线条。
showmedians: 布尔值。如果为 True，渲染中位数的标记。
quantiles: 介于 0 和 1 之间的类似数组的类型。如果设置（例如 [0.25, 0.75]），则在小提琴内部渲染指定分位数 (quantiles) 的线条（通常用于替代完整的箱线图）。
bw_method: 字符串或浮点数。用于计算 KDE 估计器带宽的方法（影响平滑度）。
vert: 布尔值。如果为 True（默认值），创建垂直小提琴。如果为 False，创建水平小提琴。

示例：使用小提琴图比较不同分布。

import matplotlib.pyplot as plt
import numpy as np

# 1. 生成样本数据（例如，具有不同形状的分布）
np.random.seed(10)
dist1_normal = np.random.normal(100, 10, 200)
dist2_skewed = np.random.gamma(6, 15, 200) # 偏态分布
dist3_bimodal = np.concatenate([
    np.random.normal(60, 10, 100),
    np.random.normal(110, 10, 100)
]) # 双峰
dist4_uniform = np.random.uniform(70, 130, 200)

# 将数据集组合成列表
data_to_plot = [dist1_normal, dist2_skewed, dist3_bimodal, dist4_uniform]
labels = ['Normal', 'Skewed', 'Bimodal', 'Uniform']

# 2. 创建图表
fig, ax = plt.subplots(figsize=(10, 6))

# 3. 创建小提琴图
# 显示中位数和分位数（Q1、Q3），而不是默认的箱/极值
parts = ax.violinplot(data_to_plot,
                      showmeans=False,
                      showmedians=True,
                      quantiles=[[0.25, 0.75]] * len(data_to_plot) # 为分位数传递列表的列表
                     )

# 4. 自定义外观（可选）
colors = ['lightblue', 'lightgreen', 'lightcoral', 'lightsalmon']
for pc, color in zip(parts['bodies'], colors):
    pc.set_facecolor(color)
    pc.set_edgecolor('black')
    pc.set_alpha(0.7)

# 自定义中位线
parts['cmedians'].set_colors('red')
parts['cmedians'].set_linewidth(2)

# 自定义分位线（如果显示）
if 'cquantiles' in parts:
    parts['cquantiles'].set_colors('black')
    parts['cquantiles'].set_linestyles(':')
    parts['cquantiles'].set_linewidth(1.5)

# 自定义其他部分（如果显示平均值/极值的 cbars，以及 cmins、cmaxes）

# 5. 添加标签和标题
ax.set_title('Comparison of Data Distributions using Violin Plots')
ax.set_ylabel('Value')
ax.set_xticks(np.arange(1, len(labels) + 1)) # 设置标签位置
ax.set_xticklabels(labels)
ax.yaxis.grid(True)

plt.show()

此示例生成具有不同分布形状（正态、偏态、双峰、均匀）的数据，并使用 ax.violinplot 将其可视化。通过显示中位数和分位数（代表 IQR），以及观察小提琴的形状（KDE），我们可以比仅使用箱线图更清楚地了解每个分布的特征。