如何用聚合值注释 seaborn barplot

Question

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')

Answer 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:\n{h:0.2f}'
    ax.annotate(text=text, xy=xy, ha='center', va='center')

ax.set(xlabel='Delay', ylabel='Time')
plt.show()

Answer 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：