带有Seaborn和Stripplot的错误栏

Question

我在使用Seaborn在Python中创建的情节中添加错误栏时遇到了一些困难。

我目前有一个'csv'格式的数据框;

TSMdatabase = 'TSMvsRunmaster.csv';
tsmdf = pd.read_csv(TSMdatabase, sep=',');

Dataframe具有以下标题格式：

Run,TSMX_Value,TSMX_Error,TSMX+1_Value,TSMX+1_Error,Source

然后我使用for循环读取不同的TSM值：

TSM = ['001', '002', '003', '004', '010', '011', '012', 
   '013', '016', '017', '101', '102', '104', '105', '106']

for x in TSM:
     tsm = x

然后我最终给了我一些情节：

plt.figure()
sns.set_style("darkgrid")
ax = sns.stripplot(x="Run", y='TSM'+str(tsm)+'_Value', hue="Source", data=tsmdf, 
                   jitter=True, palette="Set2", split=True)
plt.xticks(rotation=40)
plt.title('Run TSM'+str(tsm)+' Comparison')
plt.show()

没有误差条的某些TSM的绘图

如果我然后尝试添加错误栏，我最终在每个子数据集的中间只有一个错误栏：

每个源，Python和Matlab实际上在数据框中都有自己的错误！

有没有人有任何想法！非常感谢你！

Answer 1

绘制平均值+误差比sns.pointplot()更适合sns.stripplot()。这在Seaborn文档中有说明：

  

sns.pointplot   使用散点图字形显示点估计值和置信区间。点图表示散点图点位置对数值变量集中趋势的估计，并使用误差条提供围绕该估计的不确定性的一些指示。

     

sns.stripplot   绘制一个散点图，其中一个变量是分类的。条形图可以单独绘制，但如果您想要显示所有观察结果以及底层分布的某些表示，它也是一个盒子或小提琴图的良好补充。

如果您可以访问所有观察结果，而不仅仅是平均值+错误，那么您可以通过以下方式实现所需：

import seaborn as sns
%matplotlib inline

tips = sns.load_dataset('tips')
sns.pointplot('sex', 'tip', hue='smoker',
    data=tips, dodge=True, join=False)

您可以使用ci参数更改默认95％的置信区间类型：

sns.pointplot('sex', 'tip', hue='smoker',
    data=tips, dodge=True, join=False, ci='sd')

在上文中，Seaborn计算了误差和集中趋势的测量值。如果您已经预先计算了这些数据，那就有点棘手了，因为目前无法使用sns.pointplot()预先计算的错误条。在使用plt.errorbar()绘制均值后，我使用sns.pointplot()添加了错误：

ax = sns.pointplot('sex', 'tip', hue='smoker',
    data=tips, dodge=True, join=False, ci=None)

# Find the x,y coordinates for each point
x_coords = []
y_coords = []
for point_pair in ax.collections:
    for x, y in point_pair.get_offsets():
        x_coords.append(x)
        y_coords.append(y)

# Calculate the type of error to plot as the error bars
# Make sure the order is the same as the points were looped over
errors = tips.groupby(['smoker', 'sex']).std()['tip']
colors = ['steelblue']*2 + ['coral']*2
ax.errorbar(x_coords, y_coords, yerr=errors,
    ecolor=colors, fmt=' ', zorder=-1)

您也可以直接使用matplotlib作为整个图，如果您手动提供x位置，则类似于this example。