如何向seaborn点图添加数据标签？

Question

下面的代码创建一个分类图，其顶部有一个点图，其中点图显示每个类别的平均值和 95% 置信区间。我需要将平均数据标签添加到图中，但我不知道该怎么做。

仅供参考，每个类别都有数千个点，因此我不想标记每个数据点，而只想标记estimator=np.mean点图中的值。这可能吗？？

我在此处创建了一个示例数据集，以便您可以复制并粘贴代码并自行运行。

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

import matplotlib.ticker as mtick

import numpy as np

d = {'SurfaceVersion': ['v1', 'v1', 'v1', 'v2', 'v2', 'v2', 'v3', 'v3', 'v3'],

        'Error%': [.01, .03, .15, .28, .39, .01, .01, .06, .09]}

df_comb =  pd.DataFrame(data=d)

plotHeight = 10

plotAspect = 2

 

#create catplot with jitter per surface version:

ax = sns.catplot(data=df_comb, x='SurfaceVersion', y='Error%', jitter=True, legend=False, zorder=1, height=plotHeight, aspect=plotAspect)

ax = sns.pointplot(data=df_comb, x='SurfaceVersion', y='Error%', estimator=np.mean, ci=95, capsize=.1, errwidth=1, hue='SurfaceVersion', color='k',zorder=2, height=plotHeight, aspect=plotAspect, join=False)

ax.yaxis.set_major_formatter(mtick.PercentFormatter(xmax=1.0))

plt.gca().legend().set_title('')

plt.grid(color='grey', which='major', axis='y', linestyle='--')

plt.xlabel('Surface Version')

plt.ylabel('Error %')

plt.subplots_adjust(top=0.95, left=.05)

plt.suptitle('Error%')

plt.legend([],[], frameon=False)                #This is to get rid of the legend that pops up with the seaborn plot b/c it's buggy.

plt.axhline(y=0, color='r', linestyle='--')

plt.show()

Answer 1

您可以预先计算平均值并在循环中添加标签。请记住，就定位而言，x 值实际上只是 0、1、2。mean_df = df_comb.groupby("SurfaceVersion")[["Error%"]].mean()for i, row in enumerate(mean_df.itertuples()):    x_value, mean = row        plt.annotate(        round(mean, 2),               # label text        (i, mean),                    # (x, y)        textcoords="offset points",           xytext=(10, 0),               # (x, y) offset amount        ha='left')