如何在seaborn的条形图中的误差条上绘制标准误差？

Question

我有一个很好的图形，它用通用代码绘制如下：

import seaborn as sns
sns.barplot(data=df, x='X', y='y', hue='HUE', capsize=.1)

默认情况下，误差条显示 95% 置信区间（我认为）。有没有办法可以轻松地将它们更改为标准错误？

Answer 1

当数据集的分布是非参数时，ci=68 和 SEM 不一样。因此，您目前无法使用 seaborn 计算 SEM。你不应该混淆这些，尤其是在科学论文中。（很多生理现象都是非参数的……）

我认为这一点是 seaborn 的强缺点……因为大多数科学论文都使用 SEM（不是 ci=68）。当您想使用 SEM 时，请不要在科学论文中使用 seaborn！据我所知，唯一的方法是使用 matplotlib 或 pandas plot sem。 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sem.html

Answer 2

就这么简单：

import seaborn as sns
sns.barplot(data=df, x='X', y='y', hue='HUE', capsize=.1, ci=68)