matplotlib & pandas

Python/matplotlab/gallery/statistics/boxplot_vs_violin.md

@@ -0,0 +1,54 @@
+# 箱形图与小提琴图对比
+
+请注意，尽管小提琴图与Tukey（1977）的箱形图密切相关，但它们还添加了有用的信息，例如样本数据的分布（密度轨迹）。
+
+默认情况下，箱形图显示1.5 *四分位数范围之外的数据点作为晶须上方或下方的异常值，而小提琴图则显示数据的整个范围。
+
+关于箱形图及其历史的一般参考可以在这里找到：http://vita.had.co.nz/papers/boxplots.pdf
+
+小提琴图需要 matplotlib >= 1.4。
+
+有关小提琴绘制的更多信息，scikit-learn文档有一个很棒的部分：http://scikit-learn.org/stable/modules/density.html
+
+![箱形图与小提琴图对比示例](https://matplotlib.org/_images/sphx_glr_boxplot_vs_violin_001.png)
+
+```python
+import matplotlib.pyplot as plt
+import numpy as np
+
+fig, axes = 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
+axes[0].violinplot(all_data,
+                   showmeans=False,
+                   showmedians=True)
+axes[0].set_title('Violin plot')
+
+# plot box plot
+axes[1].boxplot(all_data)
+axes[1].set_title('Box plot')
+
+# adding horizontal grid lines
+for ax in axes:
+    ax.yaxis.grid(True)
+    ax.set_xticks([y + 1 for y in range(len(all_data))])
+    ax.set_xlabel('Four separate samples')
+    ax.set_ylabel('Observed values')
+
+# add x-tick labels
+plt.setp(axes, xticks=[y + 1 for y in range(len(all_data))],
+         xticklabels=['x1', 'x2', 'x3', 'x4'])
+plt.show()
+```
+
+## 下载这个示例
+            
+- [下载python源码: boxplot_vs_violin.py](https://matplotlib.org/_downloads/boxplot_vs_violin.py)
+- [下载Jupyter notebook: boxplot_vs_violin.ipynb](https://matplotlib.org/_downloads/boxplot_vs_violin.ipynb)