Python画柱状图并进行标记（附修改字体等）

最新推荐文章于 2024-07-10 03:44:21 发布

十光@夏天

最新推荐文章于 2024-07-10 03:44:21 发布

阅读量4.5k

点赞数 3

文章标签： python r语言

本文链接：https://blog.csdn.net/weixin_45577825/article/details/119898034

版权

该博客展示了一段使用Python的Seaborn和Matplotlib库绘制的柱状图，显示了不同地区（AP，RS，EA）在'AMO'指标与繁殖对数的相关系数。通过显著性水平0.1和0.05，用星号标记了显著的关联。图表清晰地呈现了各地区的相关性，并突出了显著的统计发现。

摘要由CSDN通过智能技术生成

aim_index='AMO'
p_values_limit=0.1
p_values_limit1=0.05

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rcParams
import matplotlib as mpl
mpl.rcParams["font.family"] = 'Times New Roman'  #默认字体类型
mpl.rcParams["mathtext.fontset"] = 'cm' #数学文字字体
mpl.rcParams["font.size"] = 15   #字体大小
mpl.rcParams["axes.linewidth"] = 1   #轴线边框粗细（默认的太粗了）



# 读数据和排序
data=pd.read_excel('adelie_cor_plot.xlsx')
data.sort_values("region",inplace=True)

# 读显著性水平和排序
p_values=pd.read_excel('adelie_pvalues_plot.xlsx')
p_values.sort_values("region",inplace=True)


#设置画图时候的索引列
x=np.array(list(range(1,len(data)+1)))
#准备柱状图的高度列
y1=np.array(data[aim_index]) #AP
y2=np.array(data[aim_index]) #RS
y3=np.array(data[aim_index]) #EA
y_total=np.array(data[aim_index])
region=np.array(data['region'])
y1[region!=1]=0
y2[region!=2]=0
y3[region!=3]=0

# 画柱状图
plt.figure(figsize=(12,5))
sns.set(font='Times New Roman')#####需要注意seaborn中也有对字体的设置
plt.bar(x,y1,label='AP')
plt.bar(x,y2,label='RS')
plt.bar(x,y3,label='EA')
plt.tick_params(labelsize=15)
plt.yticks(np.linspace(-0.8,0.8,9))
plt.ylim(-1,1)
plt.legend(fontsize=15)
plt.xlabel('Site',fontsize=16)
plt.ylabel('Correlation coefficient',fontsize=16)
plt.title('Correlation between '+aim_index+' and breeding pairs' ,fontsize=25)

#做显著性标记
#找到显著的点的位置，即x和SAM值
y_p=np.array(p_values[aim_index])
x_loc=x[y_p<p_values_limit]
y_loc=y_total[y_p<p_values_limit]
for i in range(len(x_loc)):
    loc_h=x_loc[i]-0.25
    if y_loc[i]<0:
        loc_v=y_loc[i]-0.03-0.06
    else:
        loc_v=y_loc[i]+0.04-0.06
    plt.text(loc_h,loc_v,'*',fontsize=16)

#找到显著的点的位置，即x和SAM值
y_p=np.array(p_values[aim_index])
x_loc=x[y_p<p_values_limit1]
y_loc=y_total[y_p<p_values_limit1]
for i in range(len(x_loc)):
    loc_h=x_loc[i]-0.25
    if y_loc[i]<0:
        loc_v=y_loc[i]-0.03-0.06
    else:
        loc_v=y_loc[i]+0.04-0.06
    plt.text(loc_h,loc_v,'*',fontsize=16,color='red')