数据可视化应用数据统计分析的显著性标注（附Python和R语言代码）

Posted 2022-04-09 文宇肃然

Python版本

Python-Seaborn 自定义函数绘制

我们可以通过自定义绘图函数的方式在统计图表中添加显著性标注，这里我们直接使用Seaborn自带的iris数据集进行绘制，具体内容如下：

自定义P值和星号对应关系

由于是完全的自定义，这里需要定义一个函数将P值结果和对应星号进行转化，代码如下：

def convert_pvalue_to_asterisks(pvalue):
    if pvalue <= 0.0001:
        return "****"
    elif pvalue <= 0.001:
        return "***"
    elif pvalue <= 0.01:
        return "**"
    elif pvalue <= 0.05:
        return "*"
    return "ns"

scipy.stats 计算显著性指标

由于scipy.stats部分中提供多种显著性检验方法，如T-test、ANOVA等，由于篇幅有限，这里只介绍scipy.stats.ttest_ind() t检验方法，详细结算过程如下：

iris = sns.load_dataset("iris")
data_p = iris[["sepal_length","species"]]
stat,p_value = scipy.stats.ttest_ind(data_p[data_p["species"]=="setosa"]["sepal_length"],