如何将数据标签添加到seaborn pointplot？

Question

下面的代码创建了一个分类图，上面有一个点图，其中点图显示了每个类别的均值和 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，所以我不想标记每个数据点，只是点图中的estimator=np.mean值。 这可能吗？？

我在这里创建了一个示例数据集，因此您可以复制和粘贴代码并自己运行它。

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')