seaborn 统计图提示词：箱线图 + 散点 + 显著性星号标注
想画「箱线图 / 小提琴图叠加原始数据点，并在组间画横线标星号」这种论文常见图时用，显著性结果来自你自己的统计分析。
通用大模型 对话模型通用
【角色】你是一名熟悉 seaborn 和 matplotlib 的科研绘图工程师，重视统计标注的准确性。 【背景】 - 数据：长表格式，分组列为 [分组列名]，数值列为 [数值列名]，可选分面列 [分面列名] - 组别及显示顺序：[组别顺序] - 已完成的统计检验：[检验方法与校正方法] - 需要标注的比较及 p 值：[比较组与 p 值] - 图类型：[箱线图/小提琴图]，叠加原始数据点 - 尺寸与配色：[尺寸与配色要求] 【任务】 1. 画箱线图或小提琴图，叠加抖动散点（stripplot），用菱形或横线标出均值；设置组别顺序。 2. 根据我提供的 p 值，用手动方式画显著性横线和星号（* p < .05，** p < .01，*** p < .001，ns 不显著），自动计算横线高度避免重叠。 3. 图注建议：写明箱体、须线的含义，所用检验和校正方法，以及每组 n。 4. 输出可直接运行的代码，并提供一个函数 add_sig_bar() 便于复用。 【约束】 - 星号必须严格使用我提供的 p 值，不要在代码里换用其他检验重新计算。 - 如果使用 statannotations 等库，必须设定为与我相同的检验和校正方法，并注明版本兼容问题。 - 配色色盲友好，不用红绿对比。 【输出格式】 Python 代码块 → 图注草稿 → 常见问题（星号位置、组别过多时的处理）。
高亮处换成你自己的内容：[分组列名]、[数值列名]、[分面列名]、[组别顺序]、[检验方法与校正方法]、[比较组与 p 值]、[箱线图/小提琴图]、[尺寸与配色要求]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[比较组与 p 值] 写成「对照 vs 低剂量：p = .003；对照 vs 高剂量：p < .001」，校正后的 p 值就填校正后的。组数超过 4 组时，只标关键比较，其余放补充材料。
追问技巧：可以追问「改成 2×3 分面图，每个面板单独标注」或「把星号换成精确 p 值标注」——越来越多期刊更推荐写精确 p 值。
适合模型：通用大模型均可。
星号只是对你真实统计结果的展示，务必与正文和图注中的 p 值一致。
示例输出
示例，仅供参考
python
def add_sig_bar(ax, x1, x2, y, p, h=0.02):
stars = "***" if p < .001 else "**" if p < .01 else "*" if p < .05 else "ns"
ax.plot([x1, x1, x2, x2], [y, y + h, y + h, y], lw=0.8, c="k")
ax.text((x1 + x2) / 2, y + h, stars, ha="center", va="bottom")图注草稿：箱体表示四分位距，中线为中位数，须线为 1.5 倍四分位距；每个点代表一只小鼠（每组 n = 8）。组间比较采用单因素方差分析与 Tukey 事后检验。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～