如何在Seaborn的条形图中的误差条上绘制标准误差？

Question

我有一个很好的人物，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，错误栏显示95％的置信区间（我认为）。有什么方法可以轻松地将它们更改为标准错误吗？

Answer 1

ci = 68，并且当数据集的分布为非参数时，SEM并不相同。 因此，您暂时无法计算Seaborn的SEM。 您不应该在科学论文中混淆这些内容。 （许多生理现象是非参数性的...）

我认为这一点是seaborn的强大缺点...因为大多数科学论文都使用SEM（NO ci = 68）。 如果要使用SEM，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)