【问题标题】:Matplotlib grouped bar chart with individual data points带有单个数据点的 Matplotlib 分组条形图
【发布时间】:2021-06-27 18:22:40
【问题描述】:

我正在尝试使用 Matplotlib 在分组条形图中显示单个数据点。我试着用散点图来做,我发现了一个相关的 stackoverflow 主题:pyplot bar charts with individual data points。但是它只为常规条形图提供解决方案,而不是为分组条形图提供解决方案。

这是我生成没有错误栏的分组条形图的代码:

# Create a list for on_target, ntc, on_target_error, and ntc_error
on_target = [df_subset['primer_pair_1_on_target'][36], df_subset['primer_pair_2_on_target'][36], df_subset['primer_pair_3_on_target'][36], df_subset['primer_pair_4_on_target'][36], df_subset['primer_pair_5_on_target'][36], df_subset['primer_pair_6_on_target'][36], df_subset['primer_pair_7_on_target'][36], df_subset['primer_pair_8_on_target'][36], df_subset['primer_pair_9_on_target'][36]]
ntc = [df_subset['primer_pair_1_NTC'][36], df_subset['primer_pair_2_NTC'][36], df_subset['primer_pair_3_NTC'][36], df_subset['primer_pair_4_NTC'][36], df_subset['primer_pair_5_NTC'][36], df_subset['primer_pair_6_NTC'][36], df_subset['primer_pair_7_NTC'][36], df_subset['primer_pair_8_NTC'][36], df_subset['primer_pair_9_NTC'][36]]
on_target_error = [df_subset['primer_pair_1_on_target_error'][36], df_subset['primer_pair_2_on_target_error'][36], df_subset['primer_pair_3_on_target_error'][36], df_subset['primer_pair_4_on_target_error'][36], df_subset['primer_pair_5_on_target_error'][36], df_subset['primer_pair_6_on_target_error'][36], df_subset['primer_pair_7_on_target_error'][36], df_subset['primer_pair_8_on_target_error'][36], df_subset['primer_pair_9_on_target_error'][36]]
ntc_error = [df_subset['primer_pair_1_NTC_error'][36], df_subset['primer_pair_2_NTC_error'][36], df_subset['primer_pair_3_NTC_error'][36], df_subset['primer_pair_4_NTC_error'][36], df_subset['primer_pair_5_NTC_error'][36], df_subset['primer_pair_6_NTC_error'][36], df_subset['primer_pair_7_NTC_error'][36], df_subset['primer_pair_8_NTC_error'][36], df_subset['primer_pair_9_NTC_error'][36]]

# Create a variable with the x locations for the primer pairs
index1 = ["F1R1", "F2R1", "F3R1", "F1R2", "F2R2", "F3R2", "F1R3", "F2R3", "F3R3"]
ind = np.arange(len(on_target))

# Style, axis and title
plt.style.use('classic')
fig, axis = plt.subplots()
plt.ylabel("RFUs")
axes = plt.gca()
axes.set_ylim([0,3000000])
axis.set_xticks(ind)
axis.set_xticklabels(index1)
axis.yaxis.grid(True)
axis.set_axisbelow(True)
plt.title('Primer Screen')

# Layout, and bar width
fig.tight_layout()
width = 0.35  # the width of the bars

# Create on_target and ntc_bar
on_target_bar = axis.bar(ind - width/2, on_target, width, yerr=on_target_error,
            label='on-target', color='red')
ntc_bar = axis.bar(ind + width/2, ntc, width, yerr=ntc_error,
            label='ntc', color="grey")

# Create legend
axis.legend()

# Add scientific notation
mf = mpl.ticker.ScalarFormatter(useMathText=True)
mf.set_powerlimits((-2,2))
plt.gca().yaxis.set_major_formatter(mf)

plt.show()

现在,我的分组条形图如下所示: Primer Screen。 但是,我想包括单个数据点。

感谢您的建议!

【问题讨论】:

    标签: python matplotlib seaborn data-science bar-chart


    【解决方案1】:

    我不确定您是如何生成条形图的,但如果您可以使用 seaborn (),您可以将 sns.barplotsns.stripplot 结合起来,如下所示:

    import seaborn as sns
    
    # Load some example data
    tips = sns.load_dataset("tips")
    

    绘制图表:

    # Draw the bar chart
    ax = sns.barplot(
        data=tips, 
        x="day", 
        y="total_bill", 
        hue="sex", 
        alpha=0.7, 
        ci=None,
    )
    
    # Get the legend from just the bar chart
    handles, labels = ax.get_legend_handles_labels()
    
    # Draw the stripplot
    sns.stripplot(
        data=tips, 
        x="day", 
        y="total_bill", 
        hue="sex", 
        dodge=True, 
        edgecolor="black", 
        linewidth=.75,
        ax=ax,
    )
    # Remove the old legend
    ax.legend_.remove()
    # Add just the bar chart legend back
    ax.legend(
        handles,
        labels,
        loc=7,
        bbox_to_anchor=(1.25, .5),
    )
    

    产生:

    默认情况下,条形图绘制数据的平均值。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2018-11-29
      • 1970-01-01
      • 1970-01-01
      • 2020-08-31
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-03-22
      相关资源
      最近更新 更多