Python 点参数对matplotlib中的曲线图有什么作用

当

matplotlib

的

violinplot

中的points参数发生变化时会发生什么情况？什么时候这样做有用

点

小提琴图的参数定义如下

点：标量，默认值=100

定义评估每个高斯核密度估计值的点数

---

当我改变图表时，我看到它几乎没有什么变化。为什么会这样呢？

根据[官方文件]（第二个重点矿山）（）

点：标量，默认值=100 定义用于评估每个高斯核密度估计值的点数。

因此，如下例（改编自）所示，当选择非常少量的点时，会突出显示点数的效果。当然，结果也取决于样本量。尝试选择较小的样本大小，如

size=5

，然后运行下面相同的代码。随着点的增加，密度估计的平滑度自然会提高。在一些要接受收敛测试的截止点数量上，您将看不到明显的影响

import numpy as np
import matplotlib.pyplot as plt

# Fixing random state for reproducibility
np.random.seed(19680801)


fs = 10  # fontsize
pos = [1, 2, 4, 5, 7, 8]
data = [np.random.normal(0, std, size=100) for std in pos]

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(10, 3))

axes[0].violinplot(data, pos, points=2, widths=1,
                      showmeans=True, showextrema=True, showmedians=True)
axes[0].set_title('Custom violinplot 1', fontsize=fs)

axes[1].violinplot(data, pos, points=5, widths=1,
                      showmeans=True, showextrema=True, showmedians=True,
                      bw_method='silverman')
axes[1].set_title('Custom violinplot 2', fontsize=fs)

axes[2].violinplot(data, pos, points=100, widths=1,
                      showmeans=True, showextrema=True, showmedians=True,
                      bw_method='silverman')
axes[2].set_title('Custom violinplot 2', fontsize=fs)

for ax in axes.flat:
    ax.set_yticklabels([])

plt.tight_layout()

<强> P.S.：进一步强调这一点，只考虑一个位置和三个例子：5, 10个和50个点，如“认真考虑< < /P>”建议的那样。

pos = [1]
data = [np.random.normal(0, std, size=100) for std in pos]

---

这有点难理解，所以也许像这样的东西会让第一眼看到更容易。@ImportanceOfBeingErnest:谢谢你的提示。用类似的东西更新了答案

pos = [1]
data = [np.random.normal(0, std, size=100) for std in pos]