、

Seaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在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，不需要经过大量的调整就能使你的图变得精致。

这里的难点是我想完成小提亲图的hue分类，这一点必须在seaborn库的violinplot函数中，将hue设置为你想要作为区分的类别，同时split参数设置为True：

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import xlrd


tips = pd.read_excel(\'volin2.xlsx\')
sns.violinplot(x= "class",y="score",data=tips,
               hue="weighted",
               split=True,
               linewidth = 2, #线宽
               width = 0.8,   #箱之间的间隔比例
               palette = \'muted\', #设置调色板
               order = [\'Math\' , \'Art\' , \'Music\' , \'Stories\', \'Animations\',\'Games\'], #筛选类别
               # scale = \'count\',  #测度小提琴图的宽度： area-面积相同,count-按照样本数量决定宽度,width-宽度一样
               gridsize = 50, #设置小提琴图的平滑度，越高越平滑
               # inner = \'box\', #设置内部显示类型 --> \'box\',\'quartile\',\'point\',\'stick\',None
               #bw = 0.8      #控制拟合程度，一般可以不设置
               )
plt.show()

直接上了代码，这里我的数据是一个excel表格，有一个很坑的点是，seaborn官方引入数据的方式是使用tips = sns.load_dataset(\'tips\')语句，其中tips竟然是他内置的一个数据集，这也太坑了。
通过查资料，最后确定是导入数据的方式是使用pandas库：tips = pd.read_excel(\'volin2.xlsx\')，一句话解决。
我的数据集大概是3行，这里一定要将数据集调整成violinplot可以接受的格式：

三列分别是作品类别，作品分数，和作品是否被加权，最后小提琴图再细分的依据就是作品是否被加权

最后代码效果如下：

这里有一个巨坑，网上所有的教程，在筛选类别的时候，都是使用的大括号{ }，这会导致下面的math，art等等6类的顺序在每次运行时候发生随机的变化！

修改成：

 order = [\'Math\' , \'Art\' , \'Music\' , \'Stories\', \'Animations\',\'Games\'], #筛选类别

使用中括号，解决这个问题。

还有一个大坑就是图的导出，如果需要得到清晰度高的pdf文件，需要在cmd中运行这个程序，但是在cmd运行的时候出现了一个困扰我一个半小时的问题！提示我缺包，但是在pycharm中是不缺的。

网上教程一大堆，大致都是说在cmd找包的方式和ide不一样，但是所有方法全部试过，通通不适用。

最后我的方法是：在cmd中，使用pip安装提示缺的包：python -m install XX

缺啥安装啥，最后成功之后，弹出结果图，保存为pdf文件，大功告成。

这里使用python3是因为我python2和3都有安装的原因。