Anzeige des statistisch signifikanten Unterschieds im Balkendiagramm

Question

Ich verwende ein Balkendiagramm, um die Daten jeder Gruppe anzuzeigen. Einige dieser Balken unterscheiden sich erheblich voneinander. Wie kann ich den signifikanten Unterschied im Balkendiagramm angeben?

import numpy as np 
import matplotlib.pyplot as plt 
menMeans = (5, 15, 30, 40) 
menStd  = (2, 3, 4, 5) 
ind = np.arange(4) # the x locations for the groups 
width=0.35 
p1 = plt.bar(ind, menMeans, width=width, color='r', yerr=menStd) 
plt.xticks(ind+width/2., ('A', 'B', 'C', 'D')) 

Ich bin mit dem Ziel für

Answer 1

Ich habe hier ein paar Dinge getan, die ich vorschlagen, wenn sie mit komplexen Plots arbeiten. Ziehen Sie die benutzerdefinierte Formatierung in ein Wörterbuch ein. Dadurch wird das Leben einfacher, wenn Sie einen Parameter ändern möchten - und Sie können dieses Wörterbuch an mehrere Diagramme übergeben. Ich habe auch eine benutzerdefinierte Funktion annotate die Itervalues ​​geschrieben, als Bonus kann es zwischen (A,C) kommentieren, wenn Sie wirklich wollen (ich stehe zu meinem Kommentar, dass dies nicht der richtige visuelle Ansatz ist). Es kann einige Anpassungen erfordern, sobald sich die Daten ändern, aber dies sollte Sie auf den richtigen Weg bringen.

import numpy as np 
import matplotlib.pyplot as plt 
menMeans = (5, 15, 30, 40) 
menStd  = (2, 3, 4, 5) 
ind = np.arange(4) # the x locations for the groups 
width= 0.7 
labels = ('A', 'B', 'C', 'D') 

# Pull the formatting out here 
bar_kwargs = {'width':width,'color':'y','linewidth':2,'zorder':5} 
err_kwargs = {'zorder':0,'fmt':None,'linewidth':2,'ecolor':'k'} #for matplotlib >= v1.4 use 'fmt':'none' instead 

fig, ax = plt.subplots() 
ax.p1 = plt.bar(ind, menMeans, **bar_kwargs) 
ax.errs = plt.errorbar(ind, menMeans, yerr=menStd, **err_kwargs) 


# Custom function to draw the diff bars 

def label_diff(i,j,text,X,Y): 
    x = (X[i]+X[j])/2 
    y = 1.1*max(Y[i], Y[j]) 
    dx = abs(X[i]-X[j]) 

    props = {'connectionstyle':'bar','arrowstyle':'-',\ 
       'shrinkA':20,'shrinkB':20,'linewidth':2} 
    ax.annotate(text, xy=(X[i],y+7), zorder=10) 
    ax.annotate('', xy=(X[i],y), xytext=(X[j],y), arrowprops=props) 

# Call the function 
label_diff(0,1,'p=0.0370',ind,menMeans) 
label_diff(1,2,'p<0.0001',ind,menMeans) 
label_diff(2,3,'p=0.0025',ind,menMeans) 


plt.ylim(ymax=60) 
plt.xticks(ind, labels, color='k') 
plt.show()