Seaborn箱线图中ANOVA检验与科学计数法失效问题排查

1. Y轴科学计数法显示问题 #

原代码使用ScalarFormatter但未强制启用科学计数规则，导致大数值未自动切换为科学计数格式。只需替换原有格式设置代码，强制指定Y轴使用科学计数：

ax.ticklabel_format(axis='y', style='sci', scilimits=(0, 0), useMathText=True)

该设置会确保Y轴数值统一以科学计数法展示，同时保留数学文本的规范格式。

2. ANOVA检验结果不显示问题 #

原代码中annotate使用数据坐标定位，当计算的y_position超出当前轴的显示范围时，标注会被裁剪。改用轴比例坐标（相对于绘图区域的相对位置），可保证标注始终显示在图表上方：

ax.annotate(f'ANOVA p-value: {p_value:.4f} {significance}', 
            xy=(0.5, 1.05),  # 水平居中，垂直在轴上方5%位置
            xycoords='axes fraction',  # 使用轴比例坐标
            fontsize=12, 
            ha='center')

无需再依赖数据范围计算y_position，彻底避免因数据波动导致的标注丢失。

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.stats import f_oneway
import matplotlib.ticker as mticker

# 创建数据集
data = {
    'a': [533330.45, 488550.63, 433338.27, 63335.47, 613338.78, 658029.33, 423276.31, 486775.20, 465138.94],
    'b': [103336.32, 93337.35, 93336.19, 233305.77, 283336.51, 152925.39, 331697.83, 299425.14, 274197.59],
    'c': [252919.78, 193330.26, 205333.11, 134333.34, 123332.30, 123336.85, 153332.33, 195452.55, 167399.20],
    'd': [44133.07, 43963.73, 35705.67, 135454.11, 137261.84, 152548.42, 233336.48, 213787.00, 257127.76],
    'e': [38697.59, 43337.02, 33331.53, 34333.28, 63332.51, 43338.29, 34333.43, 42793.33, 63334.84]
}

df = pd.DataFrame(data)

color_palette = {
    'a': 'green',
    'b': 'lightgreen',
    'c': 'yellow',
    'd': 'lightyellow',
    'e': 'red'
}

# 创建画布
plt.figure(figsize=(14, 10))

# 绘制箱线图
ax = sns.boxplot(data=df, palette=color_palette)

# 添加散点层展示所有数据点
sns.stripplot(data=df, color="black", ax=ax, jitter=True, dodge=True, alpha=0.5)

# 添加水平网格线
ax.yaxis.grid(True, linestyle='dotted', linewidth=0.5, color='lightgray')

# 设置Y轴标签及科学计数格式
ax.set_ylabel('values', fontsize=18)
ax.ticklabel_format(axis='y', style='sci', scilimits=(0, 0), useMathText=True)
ax.yaxis.get_offset_text().set_fontsize(12)

# 执行ANOVA检验
_, p_value = f_oneway(df['a'], df['b'], df['c'], df['d'], df['e'])

# 添加检验结果标注
significance = "*" if p_value < 0.05 else "ns"
ax.annotate(f'ANOVA p-value: {p_value:.4f} {significance}', 
            xy=(0.5, 1.05), 
            xycoords='axes fraction', 
            fontsize=12, 
            ha='center')

# 设置X轴刻度标签
ax.set_xticklabels(['a', 'b', 'c', 'd', 'e'], fontsize=20)

plt.tight_layout()
plt.show()

额外优化说明 #

• 移除了未使用的冗余导入：import string、from scipy import stats
• 添加plt.tight_layout()确保图表元素布局合理，避免标签被裁剪

内容的提问来源于stack exchange，提问作者lavo_hos