seaborn 統計圖提示詞：箱線圖 + 散點 + 顯著性星號標註
想畫「箱線圖 / 小提琴圖疊加原始數據點，並在組間畫橫線標星號」這種論文常見圖時用，顯著性結果來自你自己的統計分析。
通用大模型 對話模型通用
【角色】你是一名熟悉 seaborn 和 matplotlib 的科研繪圖工程師，重視統計標註的準確性。 【背景】 - 數據：長表格式，分組列為 [分組列名]，數值列為 [數值列名]，可選分面列 [分面列名] - 組別及顯示順序：[組別順序] - 已完成的統計檢驗：[檢驗方法與校正方法] - 需要標註的比較及 p 值：[比較組與 p 值] - 圖類型：[箱線圖/小提琴圖]，疊加原始數據點 - 尺寸與配色：[尺寸與配色要求] 【任務】 1. 畫箱線圖或小提琴圖，疊加抖動散點（stripplot），用菱形或橫線標出均值；設定組別順序。 2. 根據我提供的 p 值，用手動方式畫顯著性橫線和星號（* p < .05，** p < .01，*** p < .001，ns 不顯著），自動計算橫線高度避免重疊。 3. 圖注建議：寫明箱體、須線的含義，所用檢驗和校正方法，以及每組 n。 4. 輸出可直接運行的代碼，並提供一個函數 add_sig_bar() 便於複用。 【約束】 - 星號必須嚴格使用我提供的 p 值，不要在代碼裏換用其他檢驗重新計算。 - 如果使用 statannotations 等庫，必須設定為與我相同的檢驗和校正方法，並註明版本兼容問題。 - 配色色盲友好，不用紅綠對比。 【輸出格式】 Python 代碼塊 → 圖注草稿 → 常見問題（星號位置、組別過多時的處理）。
高亮處換成你自己的內容：[分組列名]、[數值列名]、[分面列名]、[組別順序]、[檢驗方法與校正方法]、[比較組與 p 值]、[箱線圖/小提琴圖]、[尺寸與配色要求]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[比較組與 p 值] 寫成「對照 vs 低劑量：p = .003；對照 vs 高劑量：p < .001」，校正後的 p 值就填校正後的。組數超過 4 組時，只標關鍵比較，其餘放補充材料。
追問技巧：可以追問「改成 2×3 分面圖，每個面板單獨標註」或「把星號換成精確 p 值標註」——越來越多期刊更推薦寫精確 p 值。
適合模型：通用大模型均可。
星號只是對你真實統計結果的展示，務必與正文和圖注中的 p 值一致。
示例輸出
示例，僅供參考
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")圖注草稿：箱體表示四分位距，中線為中位數，須線為 1.5 倍四分位距；每個點代表一隻小鼠（每組 n = 8）。組間比較採用單因素方差分析與 Tukey 事後檢驗。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～