Красивый барный график со средним и коэффициентом вариации

Question

Я строю некоторые значения, которые имеют среднее значение и коэффициент вариации этого значения. Дело в том, что я не знаю, как поместить оба значения в сюжет и увидеть его довольно красиво. Мой подход такой:

import matplotlib.pyplot as plt
import numpy as np
colors = ["b", "g", "r", "c", "m", "y", "k", "w"]
models = ["DQN", "DDQN", "DoubleDQN", "DoubleDDQN", "RND", "DQNfD"]
means = [1.90, 0.67, 1.32, 2.02, 0.90, 1.92]
cvs =   [1.34, 2.32, 1.44, 1.32, 2.03, 1.33]
cont = 0
for m, c, mean, cv in zip(models, colors, means, cvs):
    plt.bar(cont, mean, label = "CV = {:.2f}".format(cv), color = c)
    plt.text(cont-0.16, mean + 0.03, "{:.2f}".format(mean))
    plt.title("Mean Episode Reward at Test")
    plt.ylabel('Mean Episode Reward')
    plt.xticks(np.arange(len(models)), models)
    cont+=1
plt.legend()
plt.tight_layout()

И вывод такой: Я хочу видеть значения средних и cvs как графически, так и численно, но я не могу понять, как это сделать (если cv невозможен, не берите в голову). Столбики ошибок для cv - не лучший вариант, так как мы не в том же масштабе, но иметь их в легенде так ужасно.

Answer 1

Я должен признать, что я не уверен, каков на самом деле желаемый результат;так вот просто предложение по благоустройству:

import matplotlib.pyplot as plt

colors = ["b", "g", "r", "c", "m", "y", "k", "w"]
models = ["DQN", "DDQN", "DoubleDQN", "DoubleDDQN", "RND", "DQNfD"]
means = [1.90, 0.67, 1.32, 2.02, 0.90, 1.92]
cvs =   [1.34, 2.32, 1.44, 1.32, 2.03, 1.33]


plt.bar(models, means, color=colors[:len(means)])

for i, (mean, cv) in enumerate(zip(means, cvs)):
    annotkw = dict(textcoords="offset points", ha="center")
    plt.annotate("CV = {:.2f}".format(cv), xy=(i, mean), xytext=(0, -3),
                 va = "top", fontsize=8, fontweight="bold",
                 color="w", **annotkw)
    plt.annotate("{:.2f}".format(mean), xy=(i, mean), xytext=(0, 1),
                 va = "bottom", **annotkw)

plt.title("Mean Episode Reward at Test")
plt.ylabel('Mean Episode Reward')

plt.margins(y=0.1)
plt.tight_layout()
plt.show()