Pandas 用于数据分析的小提琴图

Pandas 用于数据分析的小提琴图

Violin Plot是一种将不同变量的数字数据分布可视化的方法。它类似于箱形图，但每一面都有一个旋转图，在Yaxis上给出了更多关于密度估计的信息。
密度被镜像和翻转，产生的形状被填入，形成一个类似于小提琴的图像。小提琴图的优点是，它可以显示分布中的细微差别，而这些细微差别在膨胀图中是无法察觉的。另一方面，膨胀图能更清楚地显示数据中的异常值。

小提琴图比箱形图拥有更多的信息，它们不太受欢迎。由于它们不受欢迎，对于许多不熟悉小提琴图表示法的读者来说，它们的意义可能更难把握。

要获得Iris Data的链接，请点击-这里。

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 Virginica

Number of Instances: 150 

Summary Statistics:
             Min  Max   Mean    SD   Class Correlation
   sepal length: 4.3  7.9   5.84  0.83    0.7826   
    sepal width: 2.0  4.4   3.05  0.43   -0.4194
   petal length: 1.0  6.9   3.76  1.76    0.9490  (high!)
    petal width: 0.1  2.5   1.20  0.76    0.9565  (high!)

Class Distribution: 33.3% for each of 3 classes.

Loading Libraries

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

Loading Data

data = pd.read_csv("Iris.csv")
  
print (data.head(10))

输出:

Description

data.describe()

输出:

Info

data.info()

输出:

描述鸢尾花数据集的’SepalLengthCm’参数。

data["SepalLengthCm"].describe()

输出:

count    150.000000
mean       5.843333
std        0.828066
min        4.300000
25%        5.100000
50%        5.800000
75%        6.400000
max        7.900000
Name: SepalLengthCm, dtype: float64

代码#1： Violin Plot for ‘SepalLengthCm’ Parameter.

fig, ax = pyplot.subplots(figsize =(9, 7))
sns.violinplot( ax = ax, y = data["SepalLengthCm"] )

输出:

正如你所看到的，我们在5和6之间有一个较高的密度。这是非常重要的，因为在SepalLengthCm的描述中，平均值是5.43。

代码#2：‘SepalLengthWidth’参数的小提琴图。

fig, ax = pyplot.subplots(figsize =(9, 7))
sns.violinplot(ax = ax,  y = data["SepalWidthCm"] )

输出:

在这里，更高的密度也是在平均值=3.05

代码#3：小提琴图比较’SepalLengthCm’和’SepalWidthCm’。

fig, ax = pyplot.subplots(figsize =(9, 7))
sns.violinplot(ax = ax, data = data.iloc[:, 1:3])

输出:

代码#4：小提琴图比较’SepalLengthCm’的物种。

fig, ax = pyplot.subplots(figsize =(9, 7))
sns.violinplot(ax = ax, x = data["Species"], 
                  y = data["SepalLengthCm"] )

输出: