python怎么绘制小提琴图？|seaborn violinplot

小提琴图

小提琴图显示了一个(或多个)变量在不同层次上的分布，这样就可以比较这些分布。小提琴图不同于箱式图，箱式图中所有的图成分对应于实际的数据点，小提琴图的特征是分布的核密度估计。我个人感觉小提琴图和箱式图要传递的信息比较类似，小提琴图适合样本量较大的时候，这样估计的概率分布会比较准确，箱式图在样本量小的时候，可以比较明确的看到每一个样本实际所处的位置。

代码部分

基于python的seaborn提供的一个小提琴图小demo

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd;
sns.set(style="whitegrid")
# 以下两句防止中文显示为窗格
plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

# 导入数据，从excel中

df = pd.read_excel('fu.xlsx')

# 设置窗口的大小
f, ax = plt.subplots(figsize=(11, 6))

# 绘制小提琴图
sns.violinplot(data=df, palette="Set3", bw=.2, cut=1, linewidth=1)

# 设置轴显示的范围
#ax.set(ylim=(-.7, 1.05))
# 去除上下左右的边框（默认该函数会取出右上的边框）
sns.despine(left=True, bottom=True)
plt.savefig('violin.png',dpi=150)

结果图

excel中数据组织形式