Pythonでのバイオリン図の動作を示しますか？

カテゴリ内に存在するデータを比較したい場合は、箱ひげ図が役立ちます。これは、四分位数を使用してデータセット内のデータ分布を理解できる方法です。ボックスから伸びる垂直線で構成されています。これらの拡張機能は、ひげとして知られています。これらのひげは、データが上位四分位数と下位四分位数の外側でどのように変化するかを示しています。これが、箱ひげ図がウィスカプロットとしても知られている理由です。データの外れ値は、個々の点としてプロットされます。

バイオリン図は、箱ひげ図とカーネル密度推定（KDE）を組み合わせたものです。データがどのように配布されたかを分析して理解する方が簡単です。バイオリンの広い部分は、データの密度が高いことを示しています。バイオリンの狭い部分は、データの密度が低いことを示しています。

箱ひげ図内の四分位範囲とデータの高密度部分は、すべてのカテゴリの同じ領域に含まれます。

バイオリン図関数の構文

seaborn.violinplot(x, y,data,…)

バイオリン図を使用してデータをプロットする方法を理解しましょう-

例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('tips')
sb.violinplot(x = "day", y = "total_bill", data=my_df)
plt.show()

出力

説明

• 必要なパッケージがインポートされます。
• 入力データは、scikitlearnライブラリから読み込まれる「iris_data」です。
• このデータはデータフレームに保存されます。
• 「load_dataset」関数は、虹彩データをロードするために使用されます。
• このデータは、「バイオリン図」機能を使用して視覚化されます。
• ここでは、データフレームがパラメータとして提供されています。
• また、x値とy値が指定されます。
• このデータはコンソールに表示されます。