MatplotlibでPandasデータフレームの95%信頼区間エラーバーをプロットする方法

PythonのPandasデータフレームから、95%信頼区間のエラーバー付きグラフをMatplotlibで描画するには、以下の手順に従います。

• 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。
• 2次元の可変サイズの表形式データとして、データフレームのインスタンスを作成します。
• 「category」と「number」の2列からなるデータフレームを作成します。
• categoryごとにnumberの平均（mean）と標準偏差（std）を集計します。
• y対xの関係を線やマーカーで描画し、エラーバーを付加します。正規分布を仮定した場合、95%信頼区間は約2倍の標準偏差で近似できます。
• 図を表示するには、show()メソッドを使用します。

サンプルコード

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

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

df = pd.DataFrame()
df['category'] = np.random.choice(np.arange(10), 1000, replace=True)
df['number'] = np.random.normal(df['category'], 1)

mean = df.groupby('category')['number'].mean()
std = df.groupby('category')['number'].std()
plt.errorbar(mean.index, mean, xerr=0.5, yerr=2*std,
             linestyle='--', c='red')

plt.show()

コードの解説

このコードでは、まずnp.random.choice()を使って0〜9のカテゴリ値を1000件ランダムに生成し、それぞれに正規分布に従うノイズを加えた数値データを作成しています。

続いて、groupby()でcategoryごとにnumberの平均値と標準偏差を計算します。最後にerrorbar()関数を用い、平均値を赤色の破線で結びながら、y方向に「2 × 標準偏差」（約95%信頼区間に相当）、x方向に0.5のエラーバーを表示しています。

出力結果