你能只使用一个数据点和用 python 计算的分位数来制作小提琴图吗?

发布于 2025-01-16 07:20:21 字数 713 浏览 1 评论 0原文

我有一个模型,可以用 python 进行葡萄酒价格预测的预测和间隔。为此,我需要对成品进行一些可视化。

我想知道是否可以仅使用一个数据点和间隔来创建小提琴图,因为这就是我的模型所做的。我已经为箱线图完成了此操作,但想要有不同的可视化效果。

我使用这种方式创建了一个箱线图,其中价格,q1,q3,interval_lower和interval_upper都是模型预测的单个数据点:

stats = [{

"med": price,

"q1": q1,

"q3": q3,

"whislo": interval_lower,  # required

"whishi": interval_upper,  # required

"fliers": []  # required if showfliers=True

}]

fs = 10  # fontsize

fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(6, 6), sharey=True)

bp = axes.bxp(stats, patch_artist=True)

axes.set_title('Boxplot for wine prediction', fontsize=fs,color='Blue')

plt.show(bp)

这对于箱线图来说效果很好,但我找不到以同样的方式使用小提琴图的方法。有谁知道如何做到这一点?我正在使用 python 的 jupyter 笔记本。

I have a model that makes a prediction and intervals for the prediction of wine prices in python. To this i need som visualization of the finished product.

I'm wondering if it's possible to create a violin plot using only one data point and the interval as it is what my model does. I have done this for a boxplot, but wanted to have a different visualization.

I have created a boxplot this way using stats this way where price, q1, q3, interval_lower and interval_upper are all single datapoints that the model predicts:

stats = [{

"med": price,

"q1": q1,

"q3": q3,

"whislo": interval_lower,  # required

"whishi": interval_upper,  # required

"fliers": []  # required if showfliers=True

}]

fs = 10  # fontsize

fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(6, 6), sharey=True)

bp = axes.bxp(stats, patch_artist=True)

axes.set_title('Boxplot for wine prediction', fontsize=fs,color='Blue')

plt.show(bp)

This works fine for boxplots, but i cannot find a way to use violinplot in the same way. Does anyone know a way to do this? I'm using jupyter notebook for python.

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文