如何为Seaborn折线图（中位数估计）添加四分位距(IQR)误差带？

好问题！其实从Seaborn 0.11版本开始，就有非常简便的方法来实现你想要的效果——用中位数作为中心值，同时让误差带展示四分位距（IQR）。下面分两种场景给出具体实现：

方法一：使用Seaborn原生errorbar参数（推荐） #

Seaborn 0.11及以上版本新增了errorbar参数，允许你直接指定误差带的计算方式。对于IQR来说，我们只需要传入("pi", 50)即可：

• "pi"代表百分位数区间（Percentile Interval）
• 50表示取中间50%的数据范围，也就是第25到第75百分位数，正好对应四分位距（IQR）

完整代码示例：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

sns.set()
fmri = sns.load_dataset("fmri")

# 绘制中位数线+IQR误差带
ax = sns.lineplot(
    x="timepoint", 
    y="signal", 
    estimator=np.median,  # 指定用中位数替代均值
    errorbar=("pi", 50),  # 设置误差带为IQR（25%-75%分位数）
    data=fmri
)

plt.show()

方法二：手动聚合数据（兼容低版本Seaborn） #

如果你的Seaborn版本低于0.11，可以先手动对数据进行分组聚合，计算每个timepoint对应的中位数、25分位和75分位，再用Matplotlib绘制线图和误差带：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

sns.set()
fmri = sns.load_dataset("fmri")

# 分组聚合计算统计量
aggregated_data = fmri.groupby("timepoint")["signal"].agg(
    median_signal=np.median,
    q25_signal=lambda x: np.percentile(x, 25),
    q75_signal=lambda x: np.percentile(x, 75)
).reset_index()

# 绘制线图和IQR误差带
plt.figure(figsize=(10, 6))
plt.plot(aggregated_data["timepoint"], aggregated_data["median_signal"], marker='o', color='#1f77b4', label='Median Signal')
plt.fill_between(aggregated_data["timepoint"], aggregated_data["q25_signal"], aggregated_data["q75_signal"], alpha=0.3, color='#1f77b4', label='IQR')

plt.xlabel("Timepoint")
plt.ylabel("Signal")
plt.title("Median Signal with IQR Error Bands")
plt.legend()
plt.show()

两种方法都能实现你想要的效果，优先推荐方法一，代码更简洁且符合Seaborn的原生使用习惯。

内容的提问来源于stack exchange，提问作者firefly