棒グラフと多重比較のPythonコード

出力結果

import matplotlib.pyplot as plt
import numpy as np
import random

# 10個の群のデータポイントを直接入力
values_groups = [
    [1,2, 2.2, 1, 3],
    [2.3, 3,3, 4,3, 2, 5,3, 4,3, 6],
    [0.4,1.2,2.1,1.6,1.3],    
]

# x位置を決定
x_positions = list(range(1, 4))

# 色とマーカーのリスト
colors = ['blue', 'orange', 'green']
markers = ['o','o','o']
labels = [
    'A', 'B', 'C'
   
]

# 平均値と標準偏差を計算
means = [np.mean(values) for values in values_groups]
std_devs = [np.std(values) for values in values_groups]



# プロットの準備
plt.figure(figsize=(2, 4))

# 各群のデータをプロット
x_modified_groups = []
for i, values in enumerate(values_groups):
    x_modified = [x_positions[i] + random.uniform(-0.15, 0.15) for _ in values]
    x_modified_groups.append(x_modified)
    plt.scatter(x_modified, values, color=colors[i], edgecolor='black',linewidth=0.2, marker=markers[i], label=labels[i], zorder=2)

# 平均値と標準偏差の棒グラフをプロット
plt.bar(x_positions, means, yerr=[np.zeros(len(std_devs)), std_devs], capsize=10, color='none', edgecolor='black', zorder=1, linewidth=2, error_kw=dict(lw=2, capthick=2))


# x軸の補助目盛の設定
plt.tick_params(axis='x', which='both', bottom=False)  # x軸の補助メモリをなくす
# 軸の線の太さを設定
plt.gca().spines['top'].set_visible(False)
plt.gca().spines['right'].set_visible(False)
plt.gca().spines['bottom'].set_linewidth(2)
plt.gca().spines['left'].set_linewidth(2)

# x軸ラベルと補助目盛の設定
plt.xlabel('Groups')
plt.ylabel('Value')
plt.xticks(
    x_positions,
    labels,
    
)
plt.grid(False)
# 凡例の位置を調整
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5), frameon=False)
plt.show()
# データフレームの作成
from statsmodels.stats.multicomp import pairwise_tukeyhsd
df = pd.DataFrame({
    'group': np.concatenate([[label] * len(values) for label, values in zip(labels, values_groups)]),
    'score': np.concatenate(values_groups)
})

# Tukey HSD テスト
tukey_results = pairwise_tukeyhsd(df['score'], df['group'])
print(tukey_results)
plt.savefig('Sample note.svg',transparent=True, bbox_inches="tight")