python 显著性差异_python matplotlib 标注 统计差异 显著性 *

画柱状图时会遇到添加显著性标记的问题，因为matplotlib没有自带的接口，所以只好自己画了一个

主要思路是用plot画标注框线，用annotate标注。

具体应用的时候需要根据柱状图的位置，调整x和y的坐标

import numpy as np #使用import导入模块numpy，并简写成np

import matplotlib.pyplot as plt #使用import导入模块matplotlib.pyplot，并简写成plt

plt.figure(figsize=(8,4)) #设置绘图对象的宽度和高度

from PIL import Image

from pylab import *

mpl.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体

mpl.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题

x = np.ones((4))

y = np.arange(0.7,1.0,0.1)

plt.plot(x,y,label="$y$",color="black",linewidth=1)

x = np.arange(1,3.1,0.1)

y = 1+0*x

plt.plot(x,y,label="$y$",color="black",linewidth=1)

x0 = 2

y0=1

plt.annotate(r'$***$', xy=(x0, y0), xycoords='data', xytext=(-15, +1),

textcoords='offset points', fontsize=16,color="red")

x = np.ones((4))*3

y = np.arange(0.7,1.0,0.1)

plt.plot(x,y,label="$y$",color="black",linewidth=1)

plt.ylim(0,2) #使用plt.ylim设置y坐标轴范围

plt.xlim(-1,5)

plt.xlabel("随便画画") #用plt.xlabel设置x坐标轴名称

'''设置图例位置'''

plt.grid(True)

plt.show()

结果示意

示意图

将代码改写成函数，方便复用

def plot_sig(xstart,xend,ystart,yend,sig):

x = np.ones((2))*xstart

y = np.arange(ystart,yend,yend-ystart-0.1)

plt.plot(x,y,label="$y$",color="black",linewidth=1)

x = np.arange(xstart,xend+0.1,xend-xstart)

y = 1+0*x

plt.plot(x,y,label="$y$",color="black",linewidth=1)

x0 = (xstart+xend)/2

y0=yend

plt.annotate(r'%s'%sig, xy=(x0, y0), xycoords='data', xytext=(-15, +1),

textcoords='offset points', fontsize=16,color="red")

x = np.ones((2))*xend

y = np.arange(ystart,yend,yend-ystart-0.1)

plt.plot(x,y,label="$y$",color="black",linewidth=1)

plt.ylim(0,2) #使用plt.ylim设置y坐标轴范围

plt.xlim(-1,5)

plt.xlabel("随便画画") #用plt.xlabel设置x坐标轴名称

'''设置图例位置'''

plt.grid(True)

plt.show()

plot_sig(1,3.0,0.8,1.1,'***')

将函数的参数都改成列表，使可以同时呈现不同数据之间比较的结果

def plot_sig(xstart,xend,ystart,yend,sig):

for i in range(len(xstart)):

x = np.ones((2))*xstart[i]

y = np.arange(ystart[i],yend[i],yend[i]-ystart[i]-0.1)

plt.plot(x,y,label="$y$",color="black",linewidth=1)

x = np.arange(xstart[i],xend[i]+0.1,xend[i]-xstart[i])

y = yend[i]+0*x

plt.plot(x,y,label="$y$",color="black",linewidth=1)

x0 = (xstart[i]+xend[i])/2

y0=yend[i]

plt.annotate(r'%s'%sig, xy=(x0, y0), xycoords='data', xytext=(-15, +1),

textcoords='offset points', fontsize=16,color="red")

x = np.ones((2))*xend[i]

y = np.arange(ystart[i],yend[i],yend[i]-ystart[i]-0.1)

plt.plot(x,y,label="$y$",color="black",linewidth=1)

plt.ylim(0,math.ceil(max(yend)+4)) #使用plt.ylim设置y坐标轴范围

# plt.xlim(math.floor(xstart)-1,math.ceil(xend)+1)

#plt.xlabel("随便画画") #用plt.xlabel设置x坐标轴名称

'''设置图例位置'''

#plt.grid(True)

plt.show()

plot_sig([0.42,1.42],[1.42,2.42],[30,20],[30.8,20.8],'***')

加上柱状图，结果如下

示意图

原创，转载请注明出处