小提琴图绘制

小提琴图（Violin Plot)：

绘制连续型数据的方法，可以认为是箱型图和核密度图的结合体；即内部是箱线图的变化，外部是核密度图，某区域的图形面积越大，某个值分布的概率就越大；

其中可以获得更多的信息，包括

（1）中位数：小提琴图上的白点；

（2）四分位数范围：小提琴中心的黑色条

（3）较低/较高的相邻值:

（4）峰值

与箱型图相比，小提琴图显示了数据的整体分布，有利于处理多模态数据

小提琴图中较宽的部分代表取值的概率较高，较窄的部分表示取值的概率低，偏离黑色条形图的值可以视为离群值,两端为最大值和最小值，可以显示多个峰值，而箱线图无法展示这一信息；

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
#导入库
#设置绘图风格
plt.style.use('ggplot')
#处理中文乱码
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
#坐标轴负号的处理
plt.rcParams['axes.unicode_minus']=False
#从excel读入数据
df=pd.read_excel(r"C:\Users\Admin\Desktop\bareg.xlsx")
#使用库函数进行设置参数绘画
sns.violinplot(x="day",#x显示
               y="bill",#y轴显示
               hue="sex",#以性别为分组
               data=df,#指定绘制的数据
               order=["mon","tur","wes"],#设置x轴的显示顺序
               scale='count',
               split=True,
               palette='RdBu'
               )
plt.title("酒吧男女消费情况调查")
plt.legend(loc='upper right',ncol=2)
plt.axis([-1,4,-10,70])
plt.show()

绘制图形

 导入数据：主要是从excel文档中导入数据，对表格中的数据进行分析

上述数据来自

小提琴图解读：

对酒吧喝酒中男性，女性，以及喝酒日期账单进行分析， 以x为喝酒日期，用性别对小提琴图的左右进行划分，男女喝酒的人数为左右分布概率的体现，通俗的来说就是左边为女性的喝酒人数分布，左边为女性分布，除此之外，喝酒的账单体现两者也能通过小提琴图轻而易举的体现出来(也就是图形的高度），主要是使用python中的库函数对绘制的参数进行设置，导入数据，就是环境刚开始配置的时候好折磨我...也许是我太菜了hh..