如何用聚合值注释 seaborn barplot
Posted
技术标签:
【中文标题】如何用聚合值注释 seaborn barplot【英文标题】:How to annotate a seaborn barplot with the aggregated value 【发布时间】:2021-02-23 01:28:08 【问题描述】: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')
【问题讨论】:
【参考方案1】: 给定示例数据,对于带有上限误差线的seaborn.barplot
,data_df
必须从宽格式转换为整齐(长)格式,这可以通过pandas.DataFrame.stack
或pandas.DataFrame.melt
完成
同样重要的是要记住,条形图只显示平均值(或其他估计值)
示例数据和数据帧
.iloc[:, 1:]
用于跳过列索引 0 处的 'stages'
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
使用matplotlib.pyplot.bar_label
有关其他格式选项,请参阅matplotlib: Bar Label Demo 页面。
一些格式可以使用fmt
参数完成,但更复杂的格式应该使用labels
参数完成,如底部演示示例和How to add multiple annotations to a barplot 所示。
使用seaborn v0.11.1
测试,使用matplotlib
作为绘图引擎。
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
Adding value labels on a matplotlib bar chart
How to annotate each segment of a stacked bar chart
Stacked Bar Chart with Centered Labels
How to plot and annotate multiple data columns in a seaborn barplot
stack bar plot in matplotlib and add label to each section
How to add multiple annotations to a barplot
How to plot and annotate a grouped bar chart
使用seaborn.barplot
绘图
在版本 3.4.2 之前使用 matplotlib
estimator
参数的默认值为mean
,因此条形的高度是组的平均值。
条高是从p
和.get_height
中提取出来的,可以用来标注条。
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:\nh:0.2f'
ax.annotate(text=text, xy=xy, ha='center', va='center')
ax.set(xlabel='Delay', ylabel='Time')
plt.show()
【讨论】:
【参考方案2】:Seaborn 在长格式数据方面最强大。所以你可能想要转换你的数据,像这样:
sns.barplot(data=data_df.melt('stages', value_name='Delay', var_name='Time'),
x='Time', y='Delay',
capsize=0.1, edgecolor='k')
输出:
【讨论】:
以上是关于如何用聚合值注释 seaborn barplot的主要内容,如果未能解决你的问题,请参考以下文章
如何在 seaborn / matplotlib 中绘制和注释分组条形