Seaborn 因子图自定义误差线

Question

我想在 seaborn 中绘制因子图，但手动提供误差线而不是让 seaborn 计算它们。

我有一个 pandas 数据框，大致如下所示：

     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

我正在输出一个大致如下所示的图：

我正在使用这个 seaborn 命令生成绘图：

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，我不知道如何让 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将非常耗时。

这和这个问题有点相似： Plotting errors bars from dataframe using Seaborn FacetGrid

除了我不知道如何让它与 matplotlib.pyplot.bar 函数一起工作。

有没有办法将 seaborn factorplot 或 FacetGrid 与 matplotlib 结合使用？

谢谢！

Answer 1

测试于 python 3.8.12、pandas 1.3.4、matplotlib 3.4.3、seaborn 0.11.2

你可以这样做

import seaborn as sns
import matplotlib.pyplot as plt

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 值对应条形图的分类值（0 是第一个类别，依此类推）。 y 值显示误差条的上限和下限。必须对两个数组进行转置，matplotlib 才能正确显示它们。我只是觉得这样更易读。

Seaborn 因子图自定义误差线

Seaborn factor plot custom error bars

python

pandas

matplotlib

plot

seaborn