如何使用聚合值注释seaborn barplot

Question

如何修改以下代码以显示条形图的每个条上的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seaborn.barplot带有上限的误差线，data_df必须从宽格式转换为整洁（长）格式，这可以通过pandas.DataFrame.stack或pandas.DataFrame.melt
  • 同样重要的是要记住，条形图仅显示平均值（或其他估计量）值

示例数据和数据帧

• .iloc[:, 1:]用于跳过'stages'列索引 0 处的列。

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

• 用 matplotlib.pyplot.bar_label
• 有关其他格式选项，请参阅matplotlib：条形标签演示页面。
  • 一些格式化可以用fmt参数完成，但更复杂的格式化应该用labels参数完成，如底部演示示例中所示，以及如何向条形图添加多个注释。
• 使用 进行测试seaborn v0.11.1，它matplotlib用作绘图引擎。

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

• 在 matplotlib 条形图上添加值标签
• 如何注释堆积条形图的每一段
• 带有居中标签的堆积条形图
• 如何在seaborn barplot中绘制和注释多个数据列
• matplotlib 中的堆栈条形图并为每个部分添加标签
• 如何向条形图添加多个注释
• 如何绘制和注释分组条形图

与 seaborn.barplot

• matplotlib3.4.2之前使用
• estimator参数的默认值是mean，因此条形的高度是组的平均值。
• 条高度是从提取p用.get_height，其可用于注释栏。

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()