Matplotlib 2.1 - axes.Axes.violinplot

matplotlib.axes.Axes.violinplot




matplotlib
Axes.violinplot(dataset, positions=None, vert=True, widths=0.5, showmeans=False, showextrema=True, showmedians=False, points=100, bw_method=None, *, data=None)

एक वायलिन साजिश बनाओ।

डेटासेट के प्रत्येक कॉलम या अनुक्रम डेटासेट में प्रत्येक वेक्टर के लिए वायलिन साजिश बनाएं। प्रत्येक भरे क्षेत्र में संपूर्ण डेटा रेंज का प्रतिनिधित्व होता है, वैकल्पिक रेखाओं के साथ औसत, औसत, न्यूनतम, और अधिकतम।

पैरामीटर:

डेटासेट : ऐरे या वैक्टर का अनुक्रम।

इनपुट डेटा।

पदों : सरणी की तरह, डिफ़ॉल्ट = [1, 2, ..., एन]

वायलिन की स्थिति निर्धारित करता है। टिकटें और सीमाएं स्वचालित रूप से पदों से मेल खाने के लिए सेट की जाती हैं।

ऊर्ध्वाधर : बूल, डिफ़ॉल्ट = सही।

यदि सही है, तो एक लंबवत वायलिन साजिश बनाता है। अन्यथा, एक क्षैतिज वायलिन साजिश बनाता है।

चौड़ाई : सरणी की तरह, डिफ़ॉल्ट = 0.5

या तो एक स्केलर या वेक्टर जो प्रत्येक वायलिन की अधिकतम चौड़ाई निर्धारित करता है। डिफ़ॉल्ट 0.5 है, जो उपलब्ध क्षैतिज स्थान के आधे का उपयोग करता है।

शोमेन : बूल, डिफ़ॉल्ट = झूठी

यदि True , तो साधनों के प्रतिपादन टॉगल करेगा।

showextrema : बूल, डिफ़ॉल्ट = सही

यदि True , तो एक्स्ट्रेमा के प्रतिपादन को टॉगल करेगा।

showmedians : बूल, डिफ़ॉल्ट = झूठी

यदि True , तो medians के प्रतिपादन टॉगल करेगा।

अंक : स्केलर, डिफ़ॉल्ट = 100

प्रत्येक गाऊशियन कर्नेल घनत्व अनुमानों का मूल्यांकन करने के लिए अंकों की संख्या को परिभाषित करता है।

bw_method : str, स्केलर या कॉल करने योग्य, वैकल्पिक

अनुमानक बैंडविड्थ की गणना करने के लिए उपयोग की जाने वाली विधि। यह 'स्कॉट', 'रजत', एक स्केलर निरंतर या एक कॉल करने योग्य हो सकता है। यदि एक स्केलर, यह सीधे kde.factor रूप में इस्तेमाल किया जाएगा। यदि एक कॉल करने योग्य है, तो इसे GaussianKDE उदाहरण को अपने एकमात्र पैरामीटर के रूप में लेना चाहिए और एक स्केलर वापस करना चाहिए। यदि कोई नहीं (डिफ़ॉल्ट), 'स्कॉट' का उपयोग किया जाता है।

यह दिखाता है:

परिणाम : dict

उल्लंघन किए गए संबंधित संग्रह उदाहरणों की सूची में व्हाइनिनप्लॉट के प्रत्येक घटक को मैपिंग करने वाला एक शब्दकोश। शब्दकोश में निम्नलिखित कुंजी हैं:

  • bodies : matplotlib.collections.PolyCollection उदाहरणों की एक सूची जिसमें प्रत्येक वायलिन के भरे क्षेत्र होते हैं।
  • cmeans : एक matplotlib.collections.LineCollection उदाहरण वायलिन के प्रत्येक वितरण के औसत मूल्यों की पहचान करने के लिए बनाया गया है।
  • cmins : एक matplotlib.collections.LineCollection उदाहरण प्रत्येक वायलिन के वितरण के नीचे पहचानने के लिए बनाया गया है।
  • cmaxes : एक matplotlib.collections.LineCollection उदाहरण प्रत्येक वायलिन के वितरण के शीर्ष की पहचान करने के लिए बनाया गया है।
  • cbars : एक matplotlib.collections.LineCollection उदाहरण प्रत्येक वायलिन के वितरण के केंद्रों की पहचान करने के लिए बनाया गया है।
  • cmedians : एक matplotlib.collections.LineCollection उदाहरण वायलिन के प्रत्येक वितरण के औसत मूल्यों की पहचान करने के लिए बनाया गया है।

ध्यान दें

उपरोक्त वर्णित तर्कों के अलावा, यह फ़ंक्शन डेटा कीवर्ड तर्क ले सकता है। यदि ऐसा डेटा तर्क दिया गया है, तो निम्न तर्कों को डेटा [<arg>] द्वारा प्रतिस्थापित किया गया है:

  • निम्नलिखित नामों के साथ सभी तर्क: 'डेटासेट'।