Python绘制基于动态假设检验的高颜值云雨图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy.stats import f_oneway, gaussian_kde, shapiro, levenefrom statsmodels.stats.multicomp import pairwise_tukeyhsdfrom matplotlib.patches import Rectangle, Patchimport matplotlib.lines as mlinesfrom itertools import combinationsimport osimport matplotlibmatplotlib.rcParams['pdf.fonttype'] = 42matplotlib.rcParams['ps.fonttype'] = 42plt.rcParams['font.family'] = 'Times New Roman'plt.rcParams['font.weight'] = 'bold'plt.rcParams['axes.labelweight'] = 'bold'plt.rcParams['axes.titleweight'] = 'bold'

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: ['#5ca2fb', '#8ec3a5', '#ff9f9b', '#abe5ea', '#fdf6c2', '#c9cbfd', '#bae8ca', '#02ba6f', '#ff9999', '#99ccff'],}

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_standalone_raincloud(df_auc, scheme_id, shapiro_p_min, levene_p, anova_p, tukey_results=None):    model_names = df_auc['Model'].unique().tolist()  #读取分组名称    selected_colors = COLOR_SCHEMES.get(scheme_id, COLOR_SCHEMES[1])  # 获取配色方案    palette = dict(zip(model_names, selected_colors))  # 配置颜色    # 创建画布    fig, ax = plt.subplots(figsize=(11, 8))

    # 遍历分组数据    for i, model_name inenumerate(model_names):        y_data = df_auc[df_auc['Model'] == model_name]['AUC'].values  #提取分组对应数据        color = palette.get(model_name, "#CCCCCC")  #提取该组配色        q1, median, q3 = np.percentile(y_data, [25, 50, 75])  #提取分位数值        ax.fill_betweenx(y_eval,  #y                         i,  #x起始                         i + density,  #x结束                         facecolor=color,  #颜色                         alpha=0.6,  #透明度                         zorder=1)  #层        box_width = 0.12  #箱线图箱体宽度        #下须线        ax.vlines(i,  #x                  v_min,  #y底                  q1,  #y顶                  colors='black',  #颜色                  linewidth=3,  #粗细                  zorder=4)  #层        # 上须线        ax.vlines(i,  #x                  q3,  #y底                  v_max,  #y顶                  colors='black',  #颜色                  linewidth=3,  #粗细                  zorder=4)  #层

        np.random.seed(42)        #生成抖动值        jitter = np.random.uniform(-0.05, 0.05, size=len(y_data))        #绘制散点部分        ax.scatter(np.repeat(i - 0.2, len(y_data)) + jitter,  #x                   y_data,  #y                   color=color,  #颜色                   edgecolor='white',  #点边缘线颜色                   linewidth=1.5,  #边缘线粗细                   s=80,  #大小                   alpha=1,  #透明度                   zorder=3)  #层    #检验信息文本    ax.text(0.05,  #x            0.2,  #y            val_info,  #文本            transform=ax.transAxes,  #坐标系            verticalalignment='top',  #垂直            fontsize=18,  #字体大小            fontweight='bold',  #加粗            bbox=dict(boxstyle='round,pad=0.5',  #文本框样式                      facecolor='white',  #填充色                      alpha=0.6,  #透明度                      edgecolor='gray'))  #边框颜色

    #如果存在Tukey事后检验结果    if tukey_results is not None:        #转换为DataFrame格式        tukey_df = pd.DataFrame(data=tukey_results._results_table.data[1:],                                columns=tukey_results._results_table.data[0])        #获取最大值        max_y = df_auc['AUC'].max()        #生成两两组合列表        all_pairs = list(combinations(range(len(model_names)), 2))        #标注线之间的垂直间距        line_step = 0.05                #添加显著性                ax.text((x1 + x2) * .5,  #x                        y_bar + 0.01,  #y                        sig_text,  #文本                        ha='center',  #水平                        va='bottom',  #垂直                        fontsize=20,  #字体大小                        fontweight='bold')  #加粗

    #设置y轴标题    ax.set_ylabel("AUC", fontsize=20, fontweight='bold')    #配置X轴位置    ax.set_xticks(range(len(model_names)))    #设置x轴刻度标注    ax.set_xticklabels(model_names,  #文本                       rotation=45,  #旋转                       ha='right',  #水平对齐                       fontsize=18,  #字体大小                       fontweight='bold')  #加粗    #保存图例    handles = []    #循环创建图例    for m in model_names:        color_val = palette.get(m, "#CCCCCC")  #获取对应颜色        h = mlines.Line2D([],  #占位                          [],  #占位                          color='black',  #线颜色                          marker='o',  #圆形                          linestyle='',  #线样式                          markersize=14,  #点大小                          markerfacecolor=color_val,  #点填充颜色                          markeredgecolor='white',  #点边缘线颜色                          markeredgewidth=1)  #点边缘线粗细        bg = Patch(facecolor=color_val, alpha=0.3)  #创建一个矩形色块图        handles.append((bg, h))  #组合

# =========================================================================================# ======================================4.主程序执行=======================================# =========================================================================================if __name__ == "__main__":    data_path = r"data.xlsx"  # 原始数据路径    df_auc_data = pd.read_excel(data_path)  # 读取数据    print("---------- 1. 描述性统计 ----------")    print(df_auc_data.groupby('Model')['AUC'].describe())    print("\n---------- 2. 正态性检验----------")    shapiro_ps = []    for model in df_auc_data['Model'].unique():        group_data = df_auc_data[df_auc_data['Model'] == model]['AUC']        stat, p = shapiro(group_data)        shapiro_ps.append(p)        print(f"{model}: p = {p:.4f}")    shapiro_p_min = min(shapiro_ps)    print("\n---------- 3. 方差齐性检验----------")    groups_list = [df_auc_data[df_auc_data['Model'] == g]['AUC'].values for g in df_auc_data['Model'].unique()]    stat_l, p_levene = levene(*groups_list)    print(f"Levene's test: p = {p_levene:.4f}")    stat_a, p_anova = f_oneway(*groups_list)    print(f"\n---------- 4. ANOVA 检验 ----------\np = {p_anova:.4f}")    print("\n---------- 5. Tukey HSD 事后检验 ----------")    tukey = pairwise_tukeyhsd(df_auc_data['AUC'], df_auc_data['Model'])    print(tukey)    #执行绘图    plot_all = True    if plot_all:        for i in COLOR_SCHEMES.keys():            plot_standalone_raincloud(df_auc_data, scheme_id=i, shapiro_p_min=shapiro_p_min, levene_p=p_levene,anova_p=p_anova, tukey_results=tukey)    else:        TARGET_SCHEME = 22        plot_standalone_raincloud(df_auc_data, scheme_id=TARGET_SCHEME, shapiro_p_min=shapiro_p_min, levene_p=p_levene,anova_p=p_anova, tukey_results=tukey)

plot_all = True

2.设置原始数据路径，执行部分：

data_path = r"data.xlsx"  # 原始数据路径

('Model')['AUC']

output_dir = r"云雨图"