बार ग्राफ़

Question

में सांख्यिकीय रूप से महत्वपूर्ण अंतर को इंगित करते हुए मैं प्रत्येक समूह के डेटा को इंगित करने के लिए बार ग्राफ़ का उपयोग करता हूं। इनमें से कुछ बार एक दूसरे से काफी अलग हैं। मैं बार साजिश में महत्वपूर्ण अंतर कैसे इंगित कर सकता हूं?

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')) 

मैं के लिए

Answer 1

लक्ष्य कर रहा हूँ मैं चीजों है कि यहाँ मेरा सुझाव है जब जटिल भूखंडों के साथ काम करने की एक जोड़ी किया है। एक शब्दकोश में कस्टम स्वरूपण को खींचें, जब आप पैरामीटर बदलना चाहते हैं तो यह जीवन को सरल बनाता है - और आप इस शब्दकोश को एकाधिक प्लॉट्स में पास कर सकते हैं। मैंने annotate पर एक कस्टम फ़ंक्शन भी लिखा है, बोनस के रूप में यह (A,C) के बीच एनोटेट कर सकता है यदि आप वास्तव में चाहते हैं (मैं अपनी टिप्पणी से खड़ा हूं कि यह सही दृश्य दृष्टिकोण नहीं है)। डेटा बदलने के बाद इसे कुछ ट्वीविंग की आवश्यकता हो सकती है लेकिन इससे आपको सही रास्ते पर रखा जाना चाहिए।

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()