python - 如何用聚合值注释 seaborn barplot

Question

如何修改以下代码以在条形图的每个条形上显示平均值以及不同的误差条？

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style("white")

a,b,c,d = [],[],[],[]

for i in range(1,5):
   np.random.seed(i)
   a.append(np.random.uniform(35,55))
   b.append(np.random.uniform(40,70))
   c.append(np.random.uniform(63,85))
   d.append(np.random.uniform(59,80))

data_df =pd.DataFrame({'stages':[1,2,3,4],'S1':a,'S2':b,'S3':c,'S4':d})
print("Delay:")

display(data_df)

          S1         S2         S3         S4
0  43.340440  61.609735  63.002516  65.348984
1  43.719898  40.777787  75.092575  68.141770
2  46.015958  61.244435  69.399904  69.727380
3  54.340597  56.416967  84.399056  74.011136

meansd_df=data_df.describe().loc[['mean', 'std'],:].drop('stages', axis = 1)
display(meansd_df)

sns.set()
sns.set_style('darkgrid',{"axes.facecolor": ".92"}) # (1)
sns.set_context('notebook')
fig, ax = plt.subplots(figsize = (8,6))

x = meansd_df.columns
y = meansd_df.loc['mean',:]
yerr = meansd_df.loc['std',:]
plt.xlabel("Time", size=14)
plt.ylim(-0.3, 100)
width = 0.45

for i, j,k in zip(x,y,yerr): # (2)
    ax.bar(i,j, width, yerr = k, edgecolor = "black",
          error_kw=dict(lw=1, capsize=8, capthick=1))  #  (3)
 ax.set(ylabel = 'Delay')
 from matplotlib import ticker
 ax.yaxis.set_major_locator(ticker.MultipleLocator(10)) 
 plt.savefig("Over.png", dpi=300, bbox_inches='tight')

标签： pythonpandasmatplotlibseabornbar-chart

Answer 1

• 给定示例数据，对于seaborn.barplot带有上限的误差线，data_df必须从宽格式转换为整洁（长）格式，这可以通过pandas.DataFrame.stack或pandas.DataFrame.melt
  • 同样重要的是要记住，条形图仅显示平均值（或其他估计值）

示例数据和 DataFrame

• .iloc[:, 1:]用于跳过'stages'列索引 0 处的列。

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

# given data_df from the OP, select the columns except stage and reshape to long format
df = data_df.iloc[:, 1:].melt(var_name='set', value_name='val')

# display(df.head())
  set        val
0  S1  43.340440
1  S1  43.719898
2  S1  46.015958
3  S1  54.340597
4  S2  61.609735

更新至matplotlib v3.4.2

• 利用matplotlib.pyplot.bar_label
• 有关其他格式选项，请参阅matplotlib：条形标签演示页面。
  • 可以使用fmt参数进行一些格式化，但应该使用labels参数进行更复杂的格式化，如底部演示示例和如何向条形图添加多个注释中所示。
• 经测试seaborn v0.11.1，matplotlib用作绘图引擎。

fig, ax = plt.subplots(figsize=(8, 6))

# add the plot
sns.barplot(x='set', y='val', data=df, capsize=0.2, ax=ax)

# add the annotation
ax.bar_label(ax.containers[-1], fmt='Mean:\n%.2f', label_type='center')

ax.set(ylabel='Mean Time')
plt.show()

注释资源 - 来自matplotlib v3.4.2

• 在 matplotlib 条形图上添加值标签
• 如何注释堆积条形图的每个部分
• 带有居中标签的堆积条形图
• 如何在 seaborn barplot 中绘制和注释多个数据列
• matplotlib 中的堆栈条图并为每个部分添加标签
• 如何向条形图添加多个注释
• 如何绘制和注释分组条形图

情节与seaborn.barplot

• 使用matplotlib3.4.2 之前的版本
• 参数的默认estimator值为mean，因此条形的高度是组的平均值。
• 条形高度是从pwith中提取的.get_height，可用于对条形进行注释。

fig, ax = plt.subplots(figsize=(8, 6))
sns.barplot(x='set', y='val', data=df, capsize=0.2, ax=ax)

# show the mean
for p in ax.patches:
    h, w, x = p.get_height(), p.get_width(), p.get_x()
    xy = (x + w / 2., h / 2)
    text = f'Mean:\n{h:0.2f}'
    ax.annotate(text=text, xy=xy, ha='center', va='center')

ax.set(xlabel='Delay', ylabel='Time')
plt.show()