如何在Seaborn箱线图中添加总观测数、均值、最值等统计标注

嗨，我来帮你搞定这个需求！要给Seaborn箱线图加上总观测数、均值、最值这些统计标注其实不难，咱们一步步来修改你的代码就行~

首先，咱们得先算出每个分组（也就是你代码里的method）对应的统计数据，然后把这些数据以文本的形式标注到图上合适的位置。我直接在你的现有代码基础上修改，你看了就懂：

修改后的完整代码 #

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

sns.set_theme(style="ticks")

# 初始化图，稍微加宽画布给标注留空间
f, ax = plt.subplots(figsize=(10, 6))
ax.set_xscale("log")

# 加载行星数据集
planets = sns.load_dataset("planets")

# 绘制水平箱线图
sns.boxplot(
    planets, x="distance", y="method", hue="method",
    whis=[0, 100], width=.6, palette="vlag"
)

# 添加散点展示每个观测值
sns.stripplot(planets, x="distance", y="method", size=4, color=".3")

# ------------------- 新增统计标注部分 -------------------
# 1. 计算每个分组的统计量：总观测数、均值、最小/最大值
stats = planets.groupby('method')['distance'].agg(
    总观测数='count',
    均值='mean',
    最小值='min',
    最大值='max'
).reset_index()

# 2. 匹配每个method对应的y轴位置（分类y轴从0开始索引）
y_tick_labels = [label.get_text() for label in ax.get_yticklabels()]
y_pos = {method: idx for idx, method in enumerate(y_tick_labels)}

# 3. 确定标注的x位置（选数据最大值的1.1倍，适配log刻度）
x_max = planets['distance'].max()
x_label_pos = x_max * 1.1

# 4. 遍历每个分组，添加标注文本
for _, row in stats.iterrows():
    y = y_pos[row['method']]
    # 格式化文本，让显示更整洁
    label = (f"N: {row['总观测数']}\n"
             f"均值: {row['均值']:.1f}\n"
             f"最值: {row['最小值']:.1f}-{row['最大值']:.1f}")
    # 把标注放在每个箱线的右侧，垂直居中
    ax.text(x_label_pos, y, label, 
            va='center', ha='left', fontsize=9, color='#333333')

# 调整x轴范围，确保标注能完全显示
ax.set_xlim(right=x_label_pos * 1.2)
# -------------------------------------------------------

# 优化视觉效果
ax.xaxis.grid(True)
ax.set(ylabel="")
sns.despine(trim=True, left=True)

plt.show()

关键步骤解释 #

1. 统计量计算：用pandas.groupby按method分组，直接聚合出我们需要的4个统计量，这一步是标注的基础~
2. y轴位置匹配：因为Seaborn的分类y轴是按顺序索引的（从0开始），所以我们把每个method对应到它的y坐标，这样标注才能精准对应到每个箱线。
3. 标注位置调整：我选了数据最大值的1.1倍作为x位置，这样标注会在所有箱线的右侧，不会和箱线或者散点重叠；同时加宽了图的宽度，给标注留出足够空间。
4. 文本格式化：把统计量换行显示，还保留了一位小数，看起来更清爽，不会乱糟糟的。

这样修改后，你的图右侧就会每个分组都显示对应的总观测数、均值和最值范围啦，完全符合你的需求~

备注：内容来源于stack exchange，提问作者John Honai