我正在使用seaborn.catplot
和kind='point'
来绘制我的数据。我想使用与seaborn相同的方法计算每个色调变量和每个类别的平均值标准误差(SEM),以确保我的计算值与绘制的误差条完全匹配。计算SEM和95%置信区间(CI)的默认解决方案包含自举算法,其中平均值自举1000次以计算SEM/CI。在一个earlier post中,我看到了一个可能为此提供函数的方法(使用seaborn源代码函数,如seaborn.utils.ci()
和seaborn.algorithms.bootstrap()
),但我不确定如何实现它。由于引导使用随机抽样,因此还需要确保生成相同的1000个平均值数组,用于绘图和获取SEM
下面是一个代码示例:
import numpy as np
import pandas as pd
import seaborn as sns
# simulate data
rng = np.random.RandomState(42)
measure_names = np.tile(np.repeat(['Train BAC','Test BAC'],10),2)
model_numbers = np.repeat([0,1],20)
measure_values = np.concatenate((rng.uniform(low=0.6,high=1,size=20),
rng.uniform(low=0.5,high=0.8,size=20)
))
folds=np.tile([1,2,3,4,5,6,7,8,9,10],4)
plot_df = pd.DataFrame({'model_number':model_numbers,
'measure_name':measure_names,
'measure_value':measure_values,
'outer_fold':folds})
# plot data as pointplot
g = sns.catplot(x='model_number',
y='measure_value',
hue='measure_name',
kind='point',
seed=rng,
data=plot_df)
产生:
我想获得两种车型的所有列车和测试分数的SEM。即:
# obtain SEM for each score in each model using the same method as in sns.catplot
model_0_train_bac = plot_df.loc[((plot_df['model_number'] == 0) & (plot_df['measure_name'] == 'Train BAC')),'measure_value']
model_0_test_bac = plot_df.loc[((plot_df['model_number'] == 0) & (plot_df['measure_name'] == 'Test BAC')),'measure_value']
model_1_train_bac = plot_df.loc[((plot_df['model_number'] == 1) & (plot_df['measure_name'] == 'Train BAC')),'measure_value']
model_1_test_bac = plot_df.loc[((plot_df['model_number'] == 1) & (plot_df['measure_name'] == 'Test BAC')),'measure_value']
我不确定我是否能满足要求,要求你们采集完全相同的样品。根据定义,引导是通过随机抽样来实现的,因此从一次运行到下一次运行会有一些变化(除非我弄错了)
您可以按照seaborn的计算方法计算CI:
哪些输出:
请注意,如果再次运行循环,将得到相似但不完全相同的CI
如果确实希望获得seaborn在绘图中使用的精确值(请注意,如果再次绘制相同的数据,这些值将略有不同),则可以直接从用于绘制错误条的Line2D美工程序中提取值:
输出:
相关问题 更多 >
编程相关推荐