ボックスプロットとバイオリンプロットの比較#

バイオリンプロットは Tukey (1977) のボックスプロットと密接に関連していますが、サンプルデータの分布 (密度トレース) などの有用な情報が追加されていることに注意してください。

デフォルトでは、ボックスプロットは 1.5 * 四分位範囲外のデータポイントをひげの上または下の外れ値として表示しますが、ヴァイオリンプロットはデータの全範囲を表示します。

箱ひげ図とその歴史に関する一般的なリファレンスは、 http ://vita.had.co.nz/papers/boxplots.pdf にあります。

ヴァイオリンプロットには、matplotlib >= 1.4 が必要です。

ヴァイオリンプロットの詳細については、scikit-learn ドキュメントにすばらしいセクションがあります: 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()

参考文献

この例では、次の関数、メソッド、クラス、およびモジュールの使用が示されています。

Sphinx-Gallery によって生成されたギャラリー

ボックス プロットとバイオリン プロットの比較#

ボックスプロットとバイオリンプロットの比較#