Confronto tra trama a scatola e trama per violino #

Si noti che sebbene i grafici di violino siano strettamente correlati ai box plot di Tukey (1977), aggiungono informazioni utili come la distribuzione dei dati del campione (traccia di densità).

Per impostazione predefinita, i grafici a scatola mostrano i punti dati al di fuori di 1,5 * l'intervallo interquartile come valori anomali sopra o sotto i baffi, mentre i grafici a violino mostrano l'intero intervallo dei dati.

Un buon riferimento generale sui boxplot e la loro storia può essere trovato qui: http://vita.had.co.nz/papers/boxplots.pdf

Le trame di violino richiedono matplotlib >= 1.4.

Per ulteriori informazioni sulle trame di violino, i documenti di scikit-learn hanno un'ottima sezione: https://scikit-learn.org/stable/modules/density.html

import matplotlib.pyplot as plt
import numpy as np

fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(9, 4))

# Fixing random state for reproducibility
np.random.seed(19680801)


# generate some random test data
all_data = [np.random.normal(0, std, 100) for std in range(6, 10)]

# plot violin plot
axs[0].violinplot(all_data,
                  showmeans=False,
                  showmedians=True)
axs[0].set_title('Violin plot')

# plot box plot
axs[1].boxplot(all_data)
axs[1].set_title('Box plot')

# adding horizontal grid lines
for ax in axs:
    ax.yaxis.grid(True)
    ax.set_xticks([y + 1 for y in range(len(all_data))],
                  labels=['x1', 'x2', 'x3', 'x4'])
    ax.set_xlabel('Four separate samples')
    ax.set_ylabel('Observed values')

plt.show()

Riferimenti

L'uso delle seguenti funzioni, metodi, classi e moduli è mostrato in questo esempio:

Galleria generata da Sphinx-Gallery