Trama di violino Matplotlib

Matplotlib è una libreria di trama utilizzata in Python. Per incorporare i grafici nei programmi, include interfacce orientate agli oggetti. È un framework per creare grafici 2D utilizzando i dati dell'array. Un diagramma di violino è generalmente correlato a un diagramma di boxe, ma questo diagramma descrive anche la funzione di distribuzione della probabilità dei dati a vari parametri.

Come per i grafici a scatola standard, queste cifre forniscono un marcatore per il valore medio dei dati e una casella che indica i quartili. Una valutazione statistica viene applicata a questa scatola grafica. I grafici a violino, come i grafici a scatole, vengono utilizzati per mostrare come una dispersione variabile si confronta tra molte “classi."In questo articolo, discutiamo di come creare trame di violino in matplotlib.

Visualizza i grafici di violino mediante l'uso della libreria Matplotlib:

Il matplotlib.Pyplot.Il modulo violinPlot () genera un grafico di violino per ogni serie di sezioni di dati o variabili in un set di dati in serie. Utilizzando linee aggiuntive alla media, media, valore inferiore, valore massimo e serie di dati definiti dall'utente, ogni area coperta si estende per indicare l'intero campione. I cinque punti dati dispersi in modo irregolare sono costruiti con numpy nell'istanza seguente.

Ogni raccolta ha 1000 voci; Tuttavia, il valore della deviazione standard e dei valori medi sono variati. L'uso dei punti dati crea un grafico a violino.

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
np.casuale.Seme (3)
data_1 = np.casuale.Normale (20, 50, 2000)
data_2 = np.casuale.Normale (60, 10, 2000)
data_3 = np.casuale.Normale (40, 70, 2000)
data_4 = np.casuale.Normale (30, 80, 2000)
data_5 = np.casuale.Normale (0, 10, 2000)
data = [data_1, data_2, data_3, data_4, data_5]
Fig, ax = PLT.sottotrame ()
ascia.violinPlot (dati, showmedian = true)
Plt.spettacolo()

Dobbiamo includere le librerie richieste matplotlib.Pyplot come PLT e Numpy come NP per avviare il codice. Matplotlib viene utilizzato per disegnare grafici. Ora chiamiamo la funzione casuale () usando la libreria numpy. Definiamo i punti dati per la creazione di grafici di violino. Qui realizziamo cinque diverse variabili, che vengono utilizzate per archiviare i set di dati.

La funzione np.casuale.Il normale viene applicato per ogni set di dati. Oltre a ciò, creiamo una nuova variabile che contiene quei cinque set di dati. Dichiariamo un nuovo oggetto della figura. E utilizziamo anche il PLT.sottotrame (). Per disegnare grafici a violino usiamo l'ascia.funzione violinplot (). Qui passiamo "vero" all'argomento "Showmedians" a questa funzione. Alla fine, visualizziamo il grafico usando il PLT.Show () funzione.

Aggiungi linee per le trame di violino:

Usando l'ascia di matplotlib.Tecnica ViolinPlot () per creare un grafico a violino. Showmeans e showmedians sono due ulteriori argomenti che potrebbero essere usati. Il programma successivo crea un grafico a violino con quattro "violini con set di dati creati casualmente."

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
data_1 = np.casuale.Normale (10, 12, 300)
data_2 = np.casuale.Normale (10, 15, 300)
data_3 = np.casuale.Normale (10, 22, 300)
data_4 = np.casuale.Normale (10, 20, 300)
data = elenco ([data_1, data_2, data_3, data_4])
Fig, ax = PLT.sottotrame ()
ascia.violinPlot (dati, showmeans = true, showmedian = false)
ascia.set_title ("grafico del violino")
ascia.set_xlabel ('x')
ascia.set_ylabel ('y')
XtickLabels = ['First Plot', 'Second Place', 'Third Plot', 'Quarth Plot']
ascia.set_xticks ([0.9,1.9,2.9,3.9])
ascia.set_xticklabels (Xticklabels)
ascia.Yaxis.griglia (vero)
Plt.spettacolo()

Importiamo matplotlib.biblioteche Pyplot e Numpy. Nel passaggio successivo, iniziamo a creare quattro diversi punti dati. E questi punti dati sono archiviati in diverse variabili. Ora dichiariamo un array contenente questi quattro punti dati. Utilizziamo PLT.Metodo sottotrame ().

Inoltre l'ascia.Il metodo ViolinPlot () è definito. Abbiamo impostato il valore di showmeans e showmedians e lo abbiamo passato alla funzione. Ora inseriamo il titolo del grafico applicando la funzione set_title (). Allo stesso modo, utilizziamo la funzione set_xlabel () e set_ylabel per modificare le etichette di entrambi gli assi. Le etichette di tick () vengono utilizzate per creare un elenco.

Stabiliamo la posizione delle etichette di quei quattro trame. E posizioniamo etichette di questi grafici sull'asse x. Prima di utilizzare il PLT.Show () Per rappresentare il grafico, inseriamo le linee della griglia orizzontale usando un'ascia.Yaxis.Metodo gird (). E abbiamo impostato il valore "vero" su questa funzione qui.

Visualizza trame di violino verticali:

Qui prendiamo tre set di dati casuali per creare grafici di violino.

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
np.casuale.Seme (50)
data_1 = np.casuale.Normale (300, 20, 300)
data_2 = np.casuale.Normale (40, 70, 300)
data_3 = np.casuale.Normale (10, 30, 300)
data_list = [data_1, data_2, data_3,]
FIG = PLT.figura()
AX = FIG.add_axes ([5,5,2,2])
bp = ax.violinPlot (data_list)
ascia.xaxis.griglia (vero)
Plt.spettacolo()

All'inizio del codice, acquisiamo librerie Matplotlib.Pyplot come plt e numpy come np. Generiamo casualmente tre set di dati mediante l'uso del modulo numpy. Ora dobbiamo combinare questi tre set di dati in un array. Quindi qui dichiariamo un array.

Inoltre, chiamiamo il PLT.Figura () funzione per creare un grafico. Ora regoliamo gli assi del grafico, quindi impieghiamo la funzione FIG.add_axes (). Generiamo anche un grafico a violino, quindi applichiamo l'ascia.Metodo ViolinPlot (). Per creare le linee di griglia sull'asse x, impostiamo il valore "vero" sull'AX.xaxis.funzione gri (). Terminiamo il codice chiamando il PLT.Show () funzione.

Visualizza la trama del violino orizzontale:

Con l'uso dell'argomento "vert", possiamo creare un grafico di violino orizzontale come presentato di seguito.

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
np.casuale.Seme (5)
data_1 = np.casuale.Normale (30, 30, 3000)
data_2 = np.casuale.Normale (80, 20, 3000)
data_3 = np.casuale.Normale (10, 40, 3000)
data_4 = np.casuale.Normale (20, 60, 300)
data_5 = np.casuale.Normale (70, 50, 3000)
data_6 = np.casuale.Normale (50, 10, 3000)
D = [data_1, data_2, data_3, data_4, data_5, data_6]
Fig, ax = PLT.sottotrame ()
ascia.violinPlot (d, vert = false, showmedian = true)
Plt.spettacolo()

Innanzitutto, introduciamo le librerie nel codice che possono essere utilizzate per la creazione di grafici di violino. Ora applichiamo casuali.seme () usando la libreria numpy. Ora prendiamo set di dati casuali per i grafici a violino. Questi set di dati sono archiviati in diverse variabili. Quindi creiamo l'elenco che contiene tutti quei set di dati. Oltre a ciò, impieghiamo PLT.sottotrama (), e anche dichiariamo un nuovo oggetto. Per creare grafici di violino nella figura, dobbiamo utilizzare il metodo ViolinPlot () fornendo i set di dati come parametro. Passiamo anche l'argomento "vert" a questa funzione. Qui il valore di questo parametro è "falso", il che mostra che dobbiamo creare grafici di violino orizzontale. Dopo tutto ciò, visualizziamo il grafico usando il PLT.Show () funzione.

Conclusione:

In questo tutorial, abbiamo comunicato sulle trame di violino Matplotlib. Usando l'argomento "Vert", possiamo creare questi grafici sia in direzioni verticali che orizzontali. Aggiungiamo anche battiti alla trama del violino. Questi grafici possono essere modificati per dimostrare i valori medi e medi. Un grafico a violino è molto più utile di un semplice grafico a scatola. Sebbene un grafico della scatola mostri semplicemente risultati statistici e valori di quartili, un diagramma di violino visualizza l'intera dispersione dei dati.