如何使用 matplotlib 或 seaborn 在绘图旁边显示摘要统计信息？答案

【问题标题】：How to display Summary statistics next to a plot using matplotlib or seaborn?如何使用 matplotlib 或 seaborn 在绘图旁边显示摘要统计信息？
【发布时间】：2019-09-25 12:03:42
【问题描述】：

我正在尝试创建一个函数，该函数将遍历数据框中的数字特征列表，以在其旁边显示直方图和汇总统计信息。我正在使用plt.figtext() 显示统计信息，但出现错误

num_features=[n1,n2,n3]

for i in num_features:
    fig, ax = plt.subplots()
    plt.hist(df[i])
    plt.figtext(1,0.5,df[i].describe() )
    ax.set_title(i)
    plt.show()

当我这样做时，我会收到一条错误/警告消息：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

如果使用 df[n].mean() 而不是 describe() 效果很好

我做错了什么？有没有更好的方法来打印绘图并在其旁边显示一些统计数据？

【问题讨论】：

df[n].describe() 返回一个数据框，而df[n].mean() 返回一个数字。 plt.figtext 采用浮点数，而不是数据帧。您可能必须单独添加每个统计信息，而不使用describe()。不过这应该不会太难:)
我就是这么想的。我会试一试的。谢谢。

标签： pandas matplotlib seaborn

【解决方案1】：

如上面的解决方案所示，文本格式有点混乱。为了解决这个问题，我添加了一个解决方法，我们将描述分成两个数字，然后对齐。

帮手：

def describe_helper(series):
    splits = str(series.describe()).split()
    keys, values = "", ""
    for i in range(0, len(splits), 2):
        keys += "{:8}\n".format(splits[i])
        values += "{:>8}\n".format(splits[i+1])
    return keys, values

现在绘制图表：

demo = np.random.uniform(0,10,100)
plt.hist(demo, bins=10)
plt.figtext(.95, .49, describe_helper(pd.Series(demo))[0], {'multialignment':'left'})
plt.figtext(1.05, .49, describe_helper(pd.Series(demo))[1], {'multialignment':'right'})
plt.show()

如果你在保存图片的时候也想保存figtext，改变bbox_inches：

plt.savefig('fig.png', bbox_inches='tight')

【讨论】：

【解决方案2】：

根据反馈添加了此功能，现在可以正常使用。

for i in num_cols:
#calculate number of bins first based on Freedman-Diaconis rule
    n_counts=df[i].value_counts().sum()
    iqr=df[i].quantile(0.75)-df[i].quantile(0.25)
    h = 2 * iqr * (n_counts**(-2/3))
    n_bins=(df[i].max()-df[i].min()).round(0).astype(np.int64)

    fig, ax = plt.subplots()
    plt.hist(df[i],bins=15)
    plt.figtext(1,0.5,s=t[i].describe().to_string())
    plt.show()

【讨论】：

【解决方案3】：

您可以通过使用to_string() 将describe() 返回的数据帧格式化为字符串来“简化”您的代码：

df = pd.DataFrame(np.random.normal(size=(2000,)))
fig, ax = plt.subplots()
ax.hist(df[0])
plt.figtext(0.1,0.5, df.describe().to_string())
plt.figtext(0.75,0.5, df.describe().loc[['mean','std']].to_string())

【讨论】：

谢谢..这就是我要找的