箱形图与小提琴图对比

请注意，尽管小提琴图与Tukey（1977）的箱形图密切相关，但它们还添加了有用的信息，例如样本数据的分布（密度轨迹）。

默认情况下，箱形图显示1.5 *四分位数范围之外的数据点作为晶须上方或下方的异常值，而小提琴图则显示数据的整个范围。

关于箱形图及其历史的一般参考可以在这里找到：http://vita.had.co.nz/papers/boxplots.pdf

小提琴图需要 matplotlib >= 1.4。

有关小提琴绘制的更多信息，scikit-learn文档有一个很棒的部分：http://scikit-learn.org/stable/modules/density.html

箱形图与小提琴图对比示例

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  4. fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(9, 4))
  6. # Fixing random state for reproducibility
  7. np.random.seed(19680801)
  10. # generate some random test data
  11. all_data = [np.random.normal(0, std, 100) for std in range(6, 10)]
  13. # plot violin plot
  14. axes[0].violinplot(all_data,
  15.                    showmeans=False,
  16.                    showmedians=True)
  17. axes[0].set_title('Violin plot')
  19. # plot box plot
  20. axes[1].boxplot(all_data)
  21. axes[1].set_title('Box plot')
  23. # adding horizontal grid lines
  24. for ax in axes:
  25.     ax.yaxis.grid(True)
  26.     ax.set_xticks([y + 1 for y in range(len(all_data))])
  27.     ax.set_xlabel('Four separate samples')
  28.     ax.set_ylabel('Observed values')
  30. # add x-tick labels
  31. plt.setp(axes, xticks=[y + 1 for y in range(len(all_data))],
  32.          xticklabels=['x1', 'x2', 'x3', 'x4'])
  33. plt.show()

下载这个示例