可以具体看一下
#数据量纲不一样，是否需要统一量纲进行标准化
#小提琴图是箱线图与核密度图的结合，箱线图展示了分位数的位置，核密度图则展示了任意位置的密度，
#通过小提琴图可以知道哪些位置的数据点聚集的较多，因其形似小提琴而得名
import pandas as pd
pd.melt(id_vars=['商品'],value_vars=['广州','上海','北京'],var_name=['城市'],value_name=['销量'])
data = pd.melt(data,id_vars="diagnosis",var_name="features",value_name='value')
#id_vars:不需要被转换的列
#value_vars:不写默认所有的列都要转换出了id_vars
#var_name：设置由value_vars组成新的column name
#value_name:设置由value_vars数据组成新的column name
plt.figure(figsize=(10,10))
sns.violinplot(x="features", y="value", hue="diagnosis", data=data,split=True, inner="quart")
plt.xticks(rotation=90)
#hue=“diagnosis"，即指定数据按照diagnosis列赋予不同颜色以示区分
