Seaborn 因子图自定义误差线

Posted 2023-03-12

【中文标题】Seaborn 因子图自定义误差线

【英文标题】：Seaborn factor plot custom error bars

【发布时间】：2015-08-03 20:14:40

【问题描述】：

我想在 seaborn 中绘制因子图，但手动提供误差线，而不是让 seaborn 计算它们。

我有一个大致如下所示的 pandas 数据框：

     model output feature  mean   std
0    first    two       a  9.00  2.00
1    first    one       b  0.00  0.00
2    first    one       c  0.00  0.00
3    first    two       d  0.60  0.05
...
77   third   four       a  0.30  0.02
78   third   four       b  0.30  0.02
79   third   four       c  0.10  0.01

我正在输出一个大致如下所示的图：

我正在使用这个 seaborn 命令来生成情节：

g = sns.factorplot(data=pltdf, x='feature', y='mean', kind='bar',
                   col='output', col_wrap=2, sharey=False, hue='model')
g.set_xticklabels(rotation=90)

但是，我不知道如何让 seaborn 使用“std”列作为误差线。不幸的是，重新计算相关数据帧的输出会非常耗时。

这有点类似于这个q： Plotting errors bars from dataframe using Seaborn FacetGrid

除了我不知道如何让它与 matplotlib.pyplot.bar 函数一起工作。

有没有办法将 seaborn factorplot 或 FacetGrid 与 matplotlib 结合使用？

谢谢！

【问题讨论】：

我认为链接问题将是最好的方法。 plt.bar 有一个 yerr 参数应该会有所帮助。

谢谢@mwaskom，关于如何让它运行的任何提示？目前以下代码阻塞：g = sns.FacetGrid(data=pltdf, col='output', col_wrap=6, sharey=False, hue='model') g.map(plt.bar, 'feature', 'mean', yerr='std')

为混乱的代码道歉，似乎无法在评论部分很好地格式化。

我认为问题在于 bar 中的 yerr 参数不是位置参数，而是 kwarg。

请参阅rules 了解可映射的功能。您需要在 plt.bar 周围编写一个瘦包装器，它接受 yerr 作为位置参数。

【参考方案1】：

在python 3.8.12、pandas 1.3.4、matplotlib 3.4.3、seaborn 0.11.2 中测试

你可以这样做

import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset("tips")

tip_sumstats = (tips.groupby(["day", "sex", "smoker"])
                     .total_bill
                     .agg(["mean", 'sem'])
                     .reset_index())

def errplot(x, y, yerr, **kwargs):
    ax = plt.gca()
    data = kwargs.pop("data")
    data.plot(x=x, y=y, yerr=yerr, kind="bar", ax=ax, **kwargs)

g = sns.FacetGrid(tip_sumstats, col="sex", row="smoker")
g.map_dataframe(errplot, "day", "mean", "sem")

【讨论】：

Stellar，非常感谢@mwaskom 的帮助，以及你整理的可爱的包裹。它真的非常有用。

p = sns.catplot(kind='bar', data=tips, col="sex", row="smoker", x='day', y='total_bill', ci=68, height=3) 使用 catplot 似乎相同

【参考方案2】：

这是另一种方法：

import matplotlib.pyplot as plt
import numpy as np

plt.plot(np.asarray([[0, 0], [1, 1]]).T, np.asarray([[0.3, 0.4], [0.01 , 0.02]]).T)
plt.show()

x 值对应条形图的分类值（0 是第一个类别，依此类推）。 y 值显示误差线的上限和下限。两个数组都必须转置以使 matplotlib 正确显示它们。我只是发现这种方式更具可读性。