直方图值的小提琴图

Question

很抱歉，如果已经存在一个可以回答这个问题的问题；我找不到它。

我希望为数据集制作小提琴图。对于该集合中的每个元素，我都有直方图值（bin和频率），但没有产生该直方图的数据。

在这种情况下，是否可以使用Matplotlib或Seaborn的小提琴功能？据我所知，输入应该是未合并的数据，而不是合并的数据。

我想写一个自定义的violinplot函数是可能的，但是我想知道在现有框架中是否有一种更快，更干净的方法。谢谢！

Answer 1

您可以简单地从直方图数据中创建样本值。这可以通过对每个仓进行随机均匀采样来实现，其中采样数是通过频率来控制的。然后，这些样本可以作为小提琴图的输入。如果箱数很少，则三角形分布可能会给出更好的图。如果频率较低，则可能需要将它们相乘以获得更多样本。

以下是一些示例代码，用于比较“真实”和“模拟”小提琴图：

from matplotlib import pyplot as plt
import numpy as np
import seaborn as sns

x0 = np.random.normal(np.repeat(np.random.uniform(10, 20, 10), 100), 1)

fig, axes = plt.subplots(ncols=3, figsize=(15, 3))

sns.violinplot(x0, ax=axes[0])
axes[0].set_title('violin plot from original data')

frequencies, bin_edges = np.histogram(x0)
axes[1].bar(bin_edges[:-1], frequencies, width=np.diff(bin_edges), ec='w', lw=1, align='edge')
axes[1].set_title('histogram')

x1 = np.random.uniform(np.repeat(bin_edges[:-1], frequencies), np.repeat(bin_edges[1:], frequencies))
sns.violinplot(x1, ax=axes[2])
axes[2].set_title('violin plot from simulated data')

plt.tight_layout()
plt.show()

这里是一个实验，显示将模拟结果用作下一个模拟的输入时会发生的情况。每一步都会使形状变平。由于重塑的过程很缓慢，因此每20 ^th 步骤都只能显示一次。

from matplotlib import pyplot as plt
import numpy as np
import seaborn as sns

x0 = np.random.normal(np.repeat(np.random.uniform(10, 20, 7), 100), 1)
xs = []
for i in range(101):
    if i % 20 == 0:
        xs.append(np.copy(x0))
    frequencies, bin_edges = np.histogram(x0)
    x0 = np.random.uniform(np.repeat(bin_edges[:-1], frequencies), np.repeat(bin_edges[1:], frequencies))

sns.violinplot(x=np.repeat(np.arange(len(xs)) * 20, len(xs[0])), y=np.ravel(xs), color='turquoise')
plt.tight_layout()
plt.show()