通过前面几期的推送，相信大家已经了解到很多关于利用Python进行数据分析并可视化的方法。本期小编将继续为大家介绍数据可视化的一种方法——小提琴图的绘制。

在绘制小提琴图时，我们会使用到一种新的图形可视化库——Seaborn，它是在Matplotlib的基础上，进行更高级的封装，使得作图更加方便快捷。如果你也感兴趣的话，那就继续看下去吧~

Seaborn库

Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易。

Seaborn可以实现Python环境下的绝大部分探索性分析的任务，图形化的表达帮助对数据进行分析,而且对Python的其他库(比如 Numpy/Pandas/Scipy）有很好的支持。

小提琴图

**小提琴图**其实是箱线图与核密度图的结合，箱线图展示了分位数的位置，小提琴图则展示了任意位置的密度，通过小提琴图可以知道哪些位置的密度较高。  

**在图中：**白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须，外部形状即为核密度估计。

绘制小提琴图

**数据来源：**泰坦尼克号的相关数据，内置于 Seaborn（内置数据都可以用此方法导入）

1、导入绘图模块。

代码：

2、导入数据集 ‘titanic’，并查看随机的10行数据，对数据集有一个初步的印象。

代码：

3、以’titanic’数据集为例，探索不同的’class’（船舱）下乘客的’age’（年龄）情况。

代码：

运行结果：

4、设置’hue’参数，对字段进行细分。

代码：

运行结果：

5、当hue参数只有两个级别时，也可以通过设置’split’参数为True，“拆分”小提琴，提琴两边分别表示两个分类的情况，这样可以更有效地利用空间。

代码：

运行结果：

6、在小提琴内部添加图形来帮助我们进行分析，这里就需要控制’inner’参数。

代码：

运行结果：

7、可以把上面提到的散点图加入小提琴图中。

代码：

运行结果：

以上就是“Python数据分析 | 数据可视化（十五）”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。