需设 inner="quart" 显示q1/中位数/q3三线；hue分组时用 dodge=true 错开、width=0.6–0.8 防重叠；cut=0保全分布范围，scale="count"使高度正比样本量；中文需配置 font.sans-serif 和 unicode_minus。
怎么用 sns.violinplot 画出带四分位线的真实小提琴图
默认的 sns.violinplot 不显示内部的四分位区间（即箱线图部分），看起来只是个“空心”密度轮廓。要让它同时展示分布密度和中位数、Q1/Q3，必须显式开启 inner="box" 或 inner="quart"。
-
inner="box"：画出完整箱线（含中位数线 + 上下须线），但须线在小提琴图里意义弱，容易干扰密度形状 -
inner="quart"：只画三条横线——Q1、中位数、Q3，干净且符合统计惯例，推荐首选 - 漏设
inner参数时，sns.violinplot默认是inner="box"，但若数据量小或有离群点，箱须可能不渲染，造成“没线”的错觉
为什么 hue 分组后小提琴宽度不一致、还重叠了
这是 sns.violinplot 的默认行为：它把每个 hue 类别当作独立小提琴，在同一 x 轴位置并排绘制，但不自动缩放宽度。结果就是挤在一起、看不清轮廓，甚至被截断。
- 加参数
dodge=True（默认就是True），确保分组小提琴左右错开 - 用
width=0.8控制单个小提琴最大宽度（范围 0–1），值太大会重叠，太小则显得单薄；建议 0.6–0.8 之间试 - 如果 x 轴是数值型（比如时间戳），
sns.violinplot会把它当分类处理，导致刻度错乱——此时应改用sns.violinplot(x="time_bin", y="value", data=df)显式分箱，别直接传连续数值列
cut=0 和 scale="count" 是什么，不设会怎样
小提琴图默认把密度曲线向两端“切掉”一部分（cut=2），再按最大密度归一化（scale="area"）。这会让不同样本量的组看起来高度差不多，掩盖真实数据量差异。
-
cut=0：禁止截断，密度曲线延伸到实际数据最小/最大值处，更忠于原始分布范围 -
scale="count"：让小提琴高度正比于该组样本数，直观反映数据量差异；scale="width"则强制所有小提琴一样宽，仅靠胖瘦表达密度 - 常见误操作：只设
scale="count"却忽略cut=0，结果两端被砍掉，高估峰值密度
中文标签、字体模糊、坐标轴刻度重叠怎么办
Seaborn 基于 Matplotlib，中文支持不默认开启，字体配置不到位就会方块或糊成一片。
- 画图前加两行：
plt.rcParams["font.sans-serif"] = ["SimHei", "DejaVu Sans"]和plt.rcParams["axes.unicode_minus"] = False - 避免用
plt.xticks(rotation=45)硬转——改用ax.tick_params(axis="x", rotation=30)更可控 - 如果 x 轴类别太多，
sns.violinplot会自动压缩间距导致文字压在一起；此时应先用plt.tight_layout()，或手动设figsize=(10, 6)加宽画布
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
