【问题标题】：Ploting 95% confidence interval line plot with shaded area in python在 python 中用阴影区域绘制 95% 置信区间线图
【发布时间】：2022-02-14 15:42:59
【问题描述】：

我想使用 python 绘制数据框的 95% 置信区间。该图将是一个线图，其中 x 轴将指示列名称/编号，y 轴将指示列值。我搜索了很多，但可以找到我正在寻找的解决方案。这是我的数据框的示例。

    Ph1        Ph2        Ph3        ph4       Ph5         Ph6
 -0.152511  -0.039428   0.131173  -0.002039  0.008101 -0.002039
 -0.068273   0.152013  -0.315244   0.005247  0.014775 -0.045268
  0.425363  -0.043105   0.071670  -0.045124 -0.036135 -0.037250
 -0.019332   0.139712  -0.026001  -0.021844 -0.040854 -0.050648
  0.077907   0.341410  -0.113731  -0.065799 -0.027229 -0.077948
  0.145185   0.112060   0.093898   0.028815  -0.032327 0.004239

还附上了我的图表示例，在这个图表中，我展示了所需图表的 x 轴和 y 轴将是多少。

【问题讨论】：

检查箱线图一目了然。

标签： python pandas dataframe matplotlib seaborn

【解决方案1】：

回答

您可以使用 seaborn.lineplot 来做到这一点，因为 seaborn 默认使用 95% CI，但首先您需要通过 pandas.melt 重塑您的数据。
如果您从数据框df 中的数据开始，就像您提供的那样，您可以使用以下方法对其进行重塑：

df = pd.melt(frame = df,
             var_name = 'column',
             value_name = 'value')

输出：

   column     value
0     Ph1 -0.152511
1     Ph1 -0.068273
2     Ph1  0.425363
3     Ph1 -0.019332
4     Ph1  0.077907
5     Ph1  0.145185
6     Ph2 -0.039428
7     Ph2  0.152013
8     Ph2 -0.043105
9     Ph2  0.139712
10    Ph2  0.341410
11    Ph2  0.112060
12    Ph3  0.131173
13    Ph3 -0.315244
14    Ph3  0.071670
15    Ph3 -0.026001
16    Ph3 -0.113731
17    Ph3  0.093898
18    ph4 -0.002039
19    ph4  0.005247
20    ph4 -0.045124
21    ph4 -0.021844
22    ph4 -0.065799
23    ph4  0.028815
24    Ph5  0.008101
25    Ph5  0.014775
26    Ph5 -0.036135
27    Ph5 -0.040854
28    Ph5 -0.027229
29    Ph5 -0.032327
30    Ph6 -0.002039
31    Ph6 -0.045268
32    Ph6 -0.037250
33    Ph6 -0.050648
34    Ph6 -0.077948
35    Ph6  0.004239

然后你可以绘制这个df：

fig, ax = plt.subplots()

sns.lineplot(ax = ax,
             data = df,
             x = 'column',
             y = 'value',
             sort = False)

plt.show()

完整代码

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

df = pd.read_csv('data.csv')

df = pd.melt(frame = df,
             var_name = 'column',
             value_name = 'value')

fig, ax = plt.subplots()

sns.lineplot(ax = ax,
             data = df,
             x = 'column',
             y = 'value')

plt.show()

情节

【讨论】：