Python Matplotlib 在条形图中绘制样本均值，具有置信区间，但看起来像箱形图

Posted 2023-03-11

【中文标题】Python Matplotlib 在条形图中绘制样本均值，具有置信区间，但看起来像箱形图

【英文标题】：Python Matplotlib plotting sample means in bar chart with confidence intervals but looks like box plots

【发布时间】：2017-08-18 09:19:06

【问题描述】：

我想将四个时间序列的均值绘制成带有置信区间的 Matplotlib 条形图。我也想给它们上色，生成这样的条形图

于是我写了如下代码：

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

np.random.seed(12345)
df = pd.DataFrame([np.random.normal(-10, 200, 100), 
                   np.random.normal(42, 150, 100), 
                   np.random.normal(0, 120, 100), 
                   np.random.normal(-5, 57, 100)], 
                  index=[2012, 2013, 2014, 2015])
years = ('2012', '2013', '2014', '2015')
y_pos = np.arange(len(years))
df1_mean = df.iloc[0].mean()
df1_std = df.iloc[0].std()
df2_mean = df.iloc[1].mean()
df2_std = df.iloc[1].std()
df3_mean = df.iloc[2].mean()
df3_std = df.iloc[2].std()
df4_mean = df.iloc[3].mean()
df4_std = df.iloc[3].std()

value = (df1_mean, df2_mean, df3_mean, df4_mean)
Std = (df1_std, df2_std, df3_std, df4_std)

plt.bar(y_pos, value, yerr=Std, align='center', alpha=0.5)
plt.xticks(y_pos, years)
plt.ylabel('Stock price')
plt.title('Something')
plt.show()

这给了我这个（见上文）。不完全是我所期待的。此外，它看起来像一个箱线图而不是条形图，其中每个样本均值应该一直向下到 x 轴。

我承认我对 Matplotlib 很陌生，但我真的很想知道我的代码发生了什么。这应该是一个简单的任务，但我似乎无法得到它。我应该调用 .subplots() 命令吗？ 最重要的是，如果有人能很好地指出我如何（1）在同一个条形图上的 x 轴（例如，100 的值）上添加一条水平线作为阈值，我将不胜感激, 和 (2) 这四个条的颜色不同（选择的确切颜色并不重要）？

谢谢。

【问题讨论】：

将条形扩展到图表底部似乎很随意。那么，您希望条形高度表示什么？当将某物与零进行比较有意义时，通常会制作条形图。如果这不是您需要的，也许您应该考虑其他情节类型，例如箱线图。

我希望条形高度代表样本均值，其中 95% 置信区间环绕条形顶部。

在接受的答案中，每个条形顶部的 y 坐标代表样本均值，条形高度代表“该样本均值比所有数据的历史最小值高多少"。

【参考方案1】：

默认情况下，plt.bar 创建的条形图从y=0 开始。对于正值，它们向上扩展，对于负值，它们向下扩展。 您可以使用bottom 参数让它们以不同的值开始，并将bottom 的数量添加到值中。这是在以下代码中完成的，我还将数据框以更常见的形状（年份是列）。

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

np.random.seed(12345)
df = pd.DataFrame(np.c_[np.random.normal(-10,200,100), 
                   np.random.normal(42,150,100), 
                   np.random.normal(0,120,100), 
                   np.random.normal(-5,57,100)], 
                  columns=[2012,2013,2014,2015])

value = df.mean()
std = df.std()

colors=["red", "green", "blue", "purple"]
plt.axhline(y=100, zorder=0)
plt.bar(range(len(df.columns)), value+np.abs(df.values.min()), bottom=df.values.min(), 
        yerr=std, align='center', alpha=0.5, color=colors)

plt.xticks(range(len(df.columns)), df.columns)
plt.ylabel('Stock price')
plt.title('Something')
plt.show()

【讨论】：

我确实做到了。再次感谢。

我要补充一点，使用 bar 的 capsize 属性来获取标准行顶部的横杆。要让条相互接触，请将条宽设置为 1.0

嘿！感谢这个精彩的解释，但是我们如何在错误栏的末端添加垂直条（所以它看起来像两个倒置的 T）？

【参考方案2】：

您正在寻找置信区间，但 .std() 没有这样做。在将其传递给 yerr 之前，您需要将其除以人口规模的 sqrt 并乘以 95% 的 z 分数，即 1.96。如果这样做，则无需调整条形的底部。我认为你实际上需要做的不止这些，比如找到区间的上限和下限，但现在我们已经达到了我的知识极限，所以我会在我领先的时候停下来。

试试这个：

    xvals = range(len(df))
    yvals = df.mean(axis = 1).values
    y_std = df_transp.std()/np.sqrt(df_transp.shape[0])*1.96
    plt.bar(xvals, yvals, yerr=y_std, width = 0.5, capsize=15)