python - 使用 seaborn 绘制均值和 95% CI 值

Question

        Region    Year   Crop          Yield     Lower CI     Upper CI
0    Argentina  2017.0   Soya    2770.885366  2647.711922  2937.259244
1    Argentina  2018.0   Soya    3442.598073  3375.280283  3512.806645
2    Argentina  2019.0   Soya    3472.638859  3415.621142  3536.144550
3    Argentina  2020.0   Maize   6203.009997  6020.164203  6387.457295

使用上面的数据框，我想使用 Yield、Lower CI 和 Upper CI 列中的数据绘制每一行。Yield 值应表示为一个点，而下 CI 值和上 CI 值应表示为箱形图，类似于：

每种作物应使用不同的颜色表示，而该作物的每年应使用相同颜色的不同阴影。有没有办法使用 seaborn 或 matplotlib 来做到这一点？

标签： pythonmatplotlibseaborn

Answer 1

这是一个matplotlib可以帮助您入门的答案，然后您可以告诉我您还需要什么。请注意，根据您提供给我们的数据，情节并不那么有趣，因为没有一种作物有重叠的年份。到目前为止，不包括每年的不同色调（真的需要吗？）。

import matplotlib.pyplot as plt
from matplotlib import ticker

# Get the lower and upper "error bars"
df = df.assign(Lower=df["Yield"] - df["Lower CI"], Upper=df["Upper CI"] - df["Yield"])

# Make a new figure and axes
fig, ax = plt.subplots()

# Group the data by crop, and iterate through each crop
for crop, data in df.groupby("Crop"):
    ax.errorbar(
        data["Year"],
        data["Yield"],
        yerr=(data["Lower"], data["Upper"]),
        fmt="o",
        label=crop,
        capsize=5,
    )
ax.legend()
# This sets the x-axis to have ticks on years (so we don't get e.g. 2019.5)
ax.xaxis.set_major_locator(ticker.MultipleLocator())
ax.set(xlabel="Year", ylabel="Yield")
plt.show()

这是它产生的情节