python - 如何使用 seaborn pairgird 和 seaborn barplot 为每个图添加颜色和星号

Question

我想绘制 3 个水平条形图，标签作为 y 轴，数据作为 x 轴，我希望每个图都是不同的颜色，并有某种类型的注释，例如星号，这取决于关于数据中某列所表示的重要性，例如:

dat = pd.DataFrame({
    'Labels':['v1','v2','c1','c2'],
    'Ave': [.2, .3, .5, .9],
    'SD': [0.02, 0.1, 0.04, 0.06],
    'Tot': [3, 4, 6, 8],
    'Sig': [0.05, 0.001, 0.0001, 0.05]
})

sns.set_style('white')

g = sns.PairGrid(dat, x_vars=['Ave', 'SD', 'Tot'], y_vars=['Labels'])
g.map(sns.barplot) 

会给我这样的东西:

如何让每个图“Ave”、“SD”和“ToT”成为它们自己的颜色？以及如何添加注释以表示“Sig”列给出的重要性？

Answer 1

您可以通过将数据 reshape 为长(整洁)格式并使用 factorplot 来接近。

reshape :

dat = (
  pandas.DataFrame({
      'Labels':['v1','v2','c1','c2'],
      'Ave': [.2, .3, .5, .9],
      'SD': [0.02, 0.1, 0.04, 0.06],
      'Tot': [3, 4, 6, 8],
      'Sig': [0.05, 0.001, 0.0001, 0.05]
  }).set_index('Labels')
    .unstack()
    .reset_index()
    .rename(columns={
      'level_0': 'stat',
      0: 'result'
  })
)

print(dat.head(8))

  stat Labels  result
0  Ave     v1    0.20
1  Ave     v2    0.30
2  Ave     c1    0.50
3  Ave     c2    0.90
4   SD     v1    0.02
5   SD     v2    0.10
6   SD     c1    0.04
7   SD     c2    0.06

和因子图:

seaborn.factorplot('result', 'Labels', data=dat,
                   kind='bar', sharex=False,
                   hue='stat', hue_order=stats,
                   col='stat', col_order=stats)

问题是条形偏移了，因为使用 hue 告诉 seaborn 在每个 y 位置为不同的类别腾出空间。

在下一个版本中，您将能够使用 dodge=False 来避免这种偏移。