盒狀圖與小提琴圖比較#

請注意，雖然小提琴圖與 Tukey (1977) 的盒狀圖密切相關，但它們新增了有用的資訊，例如樣本資料的分配（密度追蹤）。

預設情況下，盒狀圖會將 1.5 * 四分位距之外的資料點顯示為晶鬚上方或下方的離群值，而小提琴圖會顯示資料的整個範圍。

關於盒狀圖及其歷史的良好一般參考文獻可以在這裡找到：http://vita.had.co.nz/papers/boxplots.pdf

小提琴圖需要 matplotlib >= 1.4。

如需有關小提琴圖的更多資訊，scikit-learn 文件中有一個很棒的章節：https://scikit-learn.dev.org.tw/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()

標籤：繪圖類型：小提琴繪圖類型：盒狀圖領域：統計

參考

此範例中顯示了以下函數、方法、類別和模組的使用

腳本的總執行時間：（0 分鐘 1.281 秒）

由 Sphinx-Gallery 產生的圖庫