Статистическая значимость барплота с использованием matplotlib / seaborn? - PullRequest
Новая
       25

Статистическая значимость барплота с использованием matplotlib / seaborn?

0 голосов
/ 29 мая 2019

Я закончил анализ своих данных и хочу показать, что они статистически значимы, используя t-test_ind. Тем не менее, я не нашел ничего функционального, чтобы показать это, кроме того, что упоминалось в ( Как вставить статистические аннотации (звездочки или значения p) в графики matplotlib / seaborn? ): 

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
from statannot import add_stat_annotation

ax = sns.barplot(x=x, y=y, order=order)
add_stat_annotation(ax, data=df, x=x, y=y,
                    boxPairList=[(order[0], order[1]), (order[0], order[2])],
                    test='t-test_ind',
                    textFormat='star',
                    loc='outside')

Однако, используя этот подход, всякий раз, когда я пытаюсь сохранить график, используя plt.savefig(), добавленные значения, использующие add_stat_annotation, игнорируются (похоже, что matplotlib не распознает добавленные аннотации). Использование опции loc='inside' портит мой график, поэтому на самом деле это не вариант.

Поэтому я спрашиваю, есть ли какой-нибудь более простой способ добавить значения непосредственно в matplotlib / seaborn или вы можете plt.savefig() с достаточным количеством границ / отступов, чтобы включить все.

1 Ответ

0 голосов
/ 30 мая 2019

Это была в основном проблема отключения xlabel. Поэтому в будущих приложениях я бы использовал add_stat_annotation, как и прежде (обязательно используйте категориальные данные) и одну из следующих возможностей: 

import matplotlib.pyplot as plt

plt.tight_layout() # Option 1
plt.autoscale()    # Option 2
plt.savefig('filename.png', bbox_inches = "tight") # Option 3

Надеюсь, это поможет кому-то для будущего использования.

...