如何添加 count above mean 和 confidence interval errorbar python 的文本?

How to add text of count above mean and confidence interval errorbar python?

我在 matplotlib 中创建了一个误差条图,其中包含每个 bin 的均值和置信区间。现在,我试图在每个错误栏上方添加一个文本标签,说明每个 bin 中的观察数量。到目前为止我有:

   binned   bin_count  val_mean  val_ci 
(0.1, 0.3]    10        3.13    14.20   
(0.3, 0.6]    40        -.1     12.98   
(0.6, 0.9]    31        1.8     12.59   
(0.9, 1.2]    4         .42.    1.42

bar1 = plt.errorbar(x = df.binned, y = df.val_mean,
             yerr = df.val_ci, marker = 'o', linestyle = '', capsize = 4)

i = 0
for line in bar1.lines:
    plt.text(x = line.get_xdata(), y = line.get_ydata()+ .1, s = str(df['bin_count'][i]))
    i += 1
plt.show()

但我不断收到错误消息:

AttributeError: 'tuple' object has no attribute 'get_xdata'

TypeError: only size-1 arrays can be converted to Python scalars

我一直在查看有关如何访问 Line2D 对象的 x 和 y 值以及我所说的内容的文档 get_xdata()。

此外,在测试打印 get_xdata() 时会发生什么时,它会像这样输出 bins:

for line in bar1.lines: 
     print(line.get_xdata())

输出:

 ['(.1, .3]', '(0.3, 0.6]', '(0.6, 0.9]', '(0.9, 1.2]']
 AttributeError: 'tuple' object has no attribute 'get_xdata'

我不确定如何正确访问每个条的坐标并在误差条顶部打印 bin_count 文本。非常感谢任何帮助。

更新:添加数据框 (df) 代码

df = pd.DataFrame({'binned': ['(0.1, 0.3]', '(0.3, 0.6]', '(0.6, 0.9]', '(0.9, 1.2]'],
                   'bin_count': [10, 40, 31, 4],
                   'val_mean': [3.13, -.1, 1.8, .42],
                   'val_ci': [14.20, 12.98, 12.59, 1.42]})  

这是您想要实现的目标吗?

import matplotlib.pyplot as plt
import numpy

df = numpy.array([[
    0.1, 0.3, 10, 3.13, 14.2], [
    0.3, 0.6, 40, -0.1, 12.98], [
    0.6, 0.9, 31, 1.8, 12.59], [
    0.9, 1.2, 4, 0.42, 1.42]])

bar1 = plt.errorbar(df[:, 0], y=df[:, 3], yerr=df[:, 4], marker='o', linestyle='', capsize=4)


xx = bar1.lines[0].get_xdata()
yy = bar1.lines[0].get_ydata()
for i in range(len(xx)):
    plt.text(x=xx[i], y=yy[i] + .1, s=str(df[:, 2][i]))
    i += 1
plt.show()

您可以对您的 df 进行必要的更改,我认为它应该仍然有效。我用这个实现的最终结果显示在这里。

现在请注意,在您的情况下,我假设您的第一列是一个间隔,但您可以在打印语句中注意到您的间隔是一个字符串。我没有投入任何时间来解决您的间隔问题,因为这个问题旨在将 bin 计数作为文本。