目录
Python数据处理从零开始----第四章（可视化）①Matplotlib包
Python数据处理从零开始----第四章（可视化）②图形和轴
Python数据处理从零开始----第四章（可视化）③散点图和误差棒
Python数据处理从零开始----第四章（可视化）④误差图
Python数据处理从零开始----第四章（可视化）⑤（韦恩图）
Python数据处理从零开始----第四章（可视化）⑥（画布设置）
Python数据处理从零开始----第四章（可视化）⑦（多图合并)
Python数据处理从零开始----第四章（可视化）⑧火山图
Python数据处理从零开始----第四章（可视化）⑨线性相关曲线
Python数据处理从零开始----第四章（可视化）⑩ROC曲线
Python数据处理从零开始----第四章（可视化）①①多分类ROC曲线
Python数据处理从零开始----第四章（可视化）①②堆积柱状图
Python数据处理从零开始----第四章（可视化）①③多变量绘图
Python数据处理从零开始----第四章（可视化）（14）使用seaborn绘制热图
Python数据处理从零开始----第四章（可视化）（15）制作签名
Python数据处理从零开始----第四章（可视化）（16）一文解决小提琴图violin plot
（1）输入数据
所使用的是经典的iris数据， 包括有sepal_length， sepal_width， petal_length，petal_width和 species五个变量，其中前四个为数字变量，最后一个为分类变量
import seaborn as sns
df = sns.load_dataset('iris')
df.head()
Out[25]:
sepal_length sepal_width petal_length petal_width species
0 5.1 3.5 1.4 0.2 setosa
1 4.9 3.0 1.4 0.2 setosa
2 4.7 3.2 1.3 0.2 setosa
3 4.6 3.1 1.5 0.2 setosa
4 5.0 3.6 1.4 0.2 setosa
（2）绘制基础图形
# In[*]
# Make boxplot for one group only
sns.violinplot( y=df["sepal_length"] )
#sns.plt.show()
这里是小提琴图里最基础的图片，目的是为了展示sepal_length数据的分布
（3）绘制经典的小提琴图：One variable and several groups
# library & dataset
import seaborn as sns
df = sns.load_dataset('iris')
# plot
sns.violinplot( x=df["species"], y=df["sepal_length"] )
#sns.plt.show()
这里是小提琴图里最经典的图片，目的是展示不同species的观察值在sepal_length的分布。我们可以看出virginica的平均sepal_length最高，而setosa的平均sepal_length最低。
（4）绘制经典的小提琴图：several variables
# In[*]
# library & dataset
import seaborn as sns
df = sns.load_dataset('iris')
# plot
sns.violinplot(data=df.ix[:,0:2])
#sns.plt.show()
（5）绘制横放的小提琴图
# library & dataset
import seaborn as sns
df = sns.load_dataset('iris')
# Just switch x and y
sns.violinplot( y=df["species"], x=df["sepal_length"] )
#sns.plt.show()
（6） change linewidth修改线条宽度
# In[*]
import seaborn as sns
df = sns.load_dataset('iris')
# Change line width
sns.violinplot( x=df["species"], y=df["sepal_length"], linewidth=5)
#sns.plt.show()
（7） Change width修改图形宽度
# In[*]
# Change width
sns.violinplot( x=df["species"], y=df["sepal_length"], width=1)
#sns.plt.show()
（8） 使用colorpalette设置小提琴图颜色
# library & dataset
import seaborn as sns
df = sns.load_dataset('iris')
# Use a color palette
sns.violinplot( x=df["species"], y=df["sepal_length"], palette="Blues")
（9） 使用某个特定颜色设置小提琴图颜色
import seaborn as sns
df = sns.load_dataset('iris')
# plot
sns.violinplot( x=df["species"], y=df["sepal_length"], color="skyblue")
（10） 指定不同分组使用不同颜色
import seaborn as sns
df = sns.load_dataset('iris')
# Make a dictionary with one specific color per group:
my_pal = {"versicolor": "g", "setosa": "b", "virginica":"m"}
#plot it
sns.violinplot( x=df["species"], y=df["sepal_length"], palette=my_pal)
（11） 突出某个分组的颜色
import seaborn as sns
df = sns.load_dataset('iris')
# make a vector of color: red for the interesting group, blue for others:
my_pal = {species: "r" if species == "versicolor" else "b" for species in df.species.unique()}
# make the plot
sns.violinplot( x=df["species"], y=df["sepal_length"], palette=my_pal)
（12） 绘制分组小提琴图
当我们同时有一个numerical variable,许多个 groups, 还有一个subgroups, 我们这个时候就需要分组小提琴图，也就是 grouped violinplot。场景示例：我们想知道男女两类患者，在青少年、中年、老年这三个年龄阶段，在肺癌发病率的分布
# library & dataset
import seaborn as sns
df = sns.load_dataset('tips')
# Grouped violinplot
sns.violinplot(x="day", y="total_bill", hue="smoker", data=df, palette="Pastel1")
#sns.plt.show()
我们可以看出在Fri上，吸烟者和不吸烟者total_bill的差别很大。而在Thur上，吸烟者和不吸烟者total_bill的差别很小。
（13） 设置小提琴图分组的顺序
这里我们设置的是 "versicolor", "virginica", "setosa"，也就是说先展示versicolor组的数据，最后展示setosa组的数据。
import seaborn as sns
df = sns.load_dataset('iris')
# plot
sns.violinplot(x='species', y='sepal_length', data=df, order=[ "versicolor", "virginica", "setosa"])
（14） 设置小提琴图分组的顺序（根据中位数大小）
import seaborn as sns
df = sns.load_dataset('iris')
# Find the order
my_order = df.groupby(by=["species"])["sepal_length"].median().iloc[::-1].index
# Give it to the violinplot
sns.violinplot(x='species', y='sepal_length', data=df, order=my_order)
（15） 在小提琴图上周展示每个分组的观察值总数。
import seaborn as sns, numpy as np
df = sns.load_dataset("iris")
# Basic violinplot
ax = sns.violinplot(x="species", y="sepal_length", data=df)
# Calculate number of obs per group & median to position labels
medians = df.groupby(['species'])['sepal_length'].median().values
nobs = df['species'].value_counts().values
nobs = [str(x) for x in nobs.tolist()]
nobs = ["n: " + i for i in nobs]
# Add it to the plot
pos = range(len(nobs))
for tick,label in zip(pos,ax.get_xticklabels()):
ax.text(pos[tick], medians[tick] + 0.03, nobs[tick], horizontalalignment='center', size='x-small', color='w', weight='semibold')
#sns.plt.show()
我们可以看出setosa组共计有50个观察值observation。而versicolor和virginica组也有50个观察值。