กราฟไวโอลินViolin Plot

01ภาพรวมของกราฟนี้

Violin plot รวมจุดแข็งของ box plot กับ density plot เข้าด้วยกัน ความกว้างของรูปบอกความหนาแน่นที่ระดับค่านั้น และมักมีกล่องเล็ก ๆ อยู่ข้างในเพื่อให้อ่านมัธยฐานได้ ผลคือเห็นทั้งรูปร่างและค่าสรุปในสัญลักษณ์เดียว

ใช้ที่ไหนบ้าง — เทียบผลการทดลองหลายกลุ่มในงานวิจัย ตรวจว่ากลุ่มไหนมีสองยอดซ่อนอยู่ หรือแทน box plot เมื่อรูปร่างสำคัญ

สร้างอย่างไร

1. ขั้นที่ 1คำนวณความหนาแน่นของแต่ละกลุ่ม
2. ขั้นที่ 2สะท้อนเส้นความหนาแน่นสองข้างของแกนกลาง
3. ขั้นที่ 3ใส่กล่องหรือเส้นมัธยฐานไว้ข้างใน
4. ขั้นที่ 4ระบุ bandwidth ที่ใช้

02อธิบายภาษาคนเข้าใจง่าย ๆ

Box plot กระชับมากแต่ซ่อนรูปร่างไว้หมด ปัญหานี้ไม่ใช่เรื่องทฤษฎี เพราะกลุ่มที่มีสองยอด เช่น ลูกค้าสองแบบปนกัน จะให้กล่องหน้าตาปกติที่ไม่มีอะไรเตือนเราเลย

Violin plot แก้ด้วยการเอาเส้นความหนาแน่นมาวาดแทนกล่อง แล้วสะท้อนให้สมมาตรสองข้าง ความกว้างของรูปตรงระดับค่าใดบอกว่ามีข้อมูลหนาแน่นแค่ไหนที่ระดับนั้น

เพราะเรายังอยากได้ตัวเลขสรุปด้วย จึงนิยมวาดกล่องเล็ก ๆ หรือเส้นมัธยฐานไว้ข้างในรูป ทำให้ได้ทั้งสองอย่างในสัญลักษณ์เดียว

ข้อควรระวังที่สืบทอดมาจาก density plot คือมันมีการตัดสินใจเรื่อง bandwidth ซ่อนอยู่ ความอ้วนผอมของไวโอลินเปลี่ยนได้ตามค่าที่เลือก จึงควรระบุไว้

อีกข้อคือการสะท้อนสองข้างไม่ได้เพิ่มข้อมูลอะไร มันแค่ทำให้ดูสมดุล บางคนจึงใช้แบบครึ่งเดียวแล้วเอาอีกครึ่งไปวางจุดข้อมูลจริงแทน ซึ่งกลายเป็น raincloud plot

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. ตรวจว่าทุกกลุ่มมีข้อมูลพอ
2. เลือกและบันทึก bandwidth
3. ตัดสินใจว่าจะใส่กล่องข้างในหรือไม่

ค่าที่หายไป — ตัดค่าว่างและแสดงจำนวนจุดของแต่ละกลุ่ม เพราะความกว้างของไวโอลินไม่ได้บอกขนาดกลุ่ม

สเกลของแกน — linear เป็นหลัก และทุกกลุ่มต้องใช้สเกลเดียวกัน

หน้าตาไฟล์ที่ต้องเตรียม

group,value
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. ดูว่ารูปอ้วนที่ระดับค่าไหน นั่นคือช่วงที่ข้อมูลหนาแน่น
2. นับจำนวนส่วนที่อ้วนเพื่อหาจำนวนยอด
3. ดูเส้นมัธยฐานข้างในเพื่ออ่านค่ากลาง

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. เขียนจำนวนข้อมูลของแต่ละกลุ่มไว้ใต้ชื่อ
2. ระบุ bandwidth ที่ใช้
3. ใส่กล่องหรือเส้นมัธยฐานไว้ข้างในเสมอเพื่อให้อ่านค่าสรุปได้

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ violin-plot-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด violin-plot-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns  # pip install seaborn

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("violin-plot-sample.csv")
df["value"] = pd.to_numeric(df["value"], errors="coerce")
NOTE = "width"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

sns.violinplot(data=df, x="group", y="value", ax=ax, inner="box",   # inner="box" ให้อ่านค่าสรุปได้
               color="#9ec5f4", linewidth=1.4, cut=0)                       # cut=0 ไม่ยื่นเลยข้อมูลจริง
counts = df.groupby("group").size()
ax.set_xticklabels([f"{k}\n(n={v})" for k, v in counts.items()])
ax.set_ylabel("ค่าที่วัดได้"); ax.grid(axis="y", alpha=0.25); ax.set_axisbelow(True)

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("violin-plot.png", dpi=160)
print("เขียน violin-plot.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ปล่อยให้รูปยื่นเลยค่าต่ำสุดและสูงสุดจริงของข้อมูล ซึ่งสื่อว่ามีค่าที่ไม่เคยวัด
2. ใช้กับกลุ่มที่มีข้อมูลน้อย ซึ่งรูปร่างมาจาก bandwidth ไม่ใช่จากข้อมูล
3. ไม่ใส่กล่องหรือเส้นมัธยฐานข้างใน ทำให้อ่านค่าสรุปไม่ได้เลย
4. ตีความความกว้างว่าเป็นจำนวนข้อมูลของกลุ่ม ทั้งที่ปกติทุกไวโอลินถูกปรับให้กว้างเท่ากัน

เมื่อไหร่ไม่ควรใช้กราฟนี้

• ข้อมูลน้อยกว่า 30 จุดต่อกลุ่ม→ใช้แทน: strip-plot หรือ beeswarm-plot ที่แสดงทุกจุด
• ต้องการความกระชับสูงสุดและรูปร่างไม่สำคัญ→ใช้แทน: box-plot
• ต้องการเห็นทั้งรูปร่าง สถิติ และจุดดิบ→ใช้แทน: raincloud-plot

กราฟที่เกี่ยวข้อง