Seaborn因子图自定义误差条

Question

我想在seaborn中绘制一个factorplot但是手动提供错误条而不是让seaborn计算它们。

我有一个大致如下的pandas数据框：

     model output feature  mean   std
0    first    two       a  9.00  2.00
1    first    one       b  0.00  0.00
2    first    one       c  0.00  0.00
3    first    two       d  0.60  0.05
...
77   third   four       a  0.30  0.02
78   third   four       b  0.30  0.02
79   third   four       c  0.10  0.01

我正在输出一个看起来大致如下的情节：

我正在使用这个seaborn命令来生成情节：

g = sns.factorplot(data=pltdf, x='feature', y='mean', kind='bar',
                   col='output', col_wrap=2, sharey=False, hue='model')
g.set_xticklabels(rotation=90)

但是，我无法弄清楚如何让seaborn使用'std'列作为错误栏。不幸的是，重新计算相关数据框的输出会非常耗时。

这与此q有点类似： Plotting errors bars from dataframe using Seaborn FacetGrid

除了我无法弄清楚如何使用matplotlib.pyplot.bar函数。

有没有办法使用seaborn factorplot或FacetGrid结合matplotlib？

谢谢！

Answer 1

You could do something like

import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import sem
tips = sns.load_dataset("tips")

tip_sumstats = (tips.groupby(["day", "sex", "smoker"])
                     .total_bill
                     .agg(["mean", sem])
                     .reset_index())

def errplot(x, y, yerr, **kwargs):
    ax = plt.gca()
    data = kwargs.pop("data")
    data.plot(x=x, y=y, yerr=yerr, kind="bar", ax=ax, **kwargs)

g = sns.FacetGrid(tip_sumstats, col="sex", row="smoker")
g.map_dataframe(errplot, "day", "mean", "sem")

Answer 2

这是另一种方法：

import matplotlib.pyplot as plt
import numpy as np

plt.plot(np.asarray([[0, 0], [1, 1]]).T, np.asarray([[0.3, 0.4], [0.01 , 0.02]]).T)
plt.show()

x值对应于条形图的分类值（0是第一类，依此类推）。 y值显示误差线的上限和下限。两个数组都必须转置，以便matplotlib正确显示它们。我只是觉得这种方式更具可读性。