forestplot | Python出版级森林图绘制工具，推荐~~

DataCharm

发布于 2024-07-05 10:48:00

1140

发布于 2024-07-05 10:48:00

前言

我们的数据可视化课程已经上线啦！！目前课程的主要方向是 科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增，这点绝对良心！
我们第一个数据可视化交流圈子也已经上线了，主要以我的第一本书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供「课堂式」教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

「forestplot」-Python轻松绘制森林图

在我的第一本书籍的学习圈子中，很多学员在反映书籍中绘制森林图(forest plots)的方法较为繁琐，有没有其他好用的绘制方法呢？

其实，在针对书籍中的很多内容，我们都在进行「迭代和更新」，不仅是因为书籍出版的延迟性导致代码版本较老，同时也是因为要加入很多新的内容。

今天，我们就同学提出的森林图绘制方法，介绍一个全新的绘制工具-「forestplot」

forestplot工具包介绍

forestplot软件包可让用户轻松制作出版级别的森林图。用户只需要提供一个数据框(DataFrame)（如电子表格)，其中的行与变量/研究相对应，列包括估计值、变量标签、置信区间上下限,就可以绘制出好看的森林图啦。

当然，这样也更方便大家直接在使用pandas处理数据的结果，直接用于绘图使用。

此外，forestplot软件包还可通过其他选项，还可以在图中添加数据框中的列数值作为注释。

可通过如下方式进行快速安装：

pip install forestplot
#或者conda安装
conda install forestplot

forestplot包基础使用方法

首先，我们从官方导出需要绘图的样式数据集：

import forestplot as fp

df = fp.load_data("sleep")  # companion example data
df.head(3)

然后使用forestplot包中的forestplot()函数，并选择合适的变量进行即可，如下：

fp.forestplot(df,  # the dataframe with results data
              estimate="r",  # col containing estimated effect size 
              ll="ll", hl="hl",  # columns containing conf. int. lower and higher limits
              varlabel="label",  # column containing variable label
              ylabel="Confidence interval",  # y-label title
              xlabel="Pearson correlation",  # x-label title
              )

其中，每个绘图变量都解释非常清楚，我们以后在使用这个工具进行可视化绘制时，务必要保证绘图的数据集格式一致。可视化结果如下：

定制化修改

如果我们需要对其分组变量、分组排序或者对评估值进行排序，可以通过如下脚本进行设置：

fp.forestplot(df,  # the dataframe with results data
              estimate="r",  # col containing estimated effect size 
              ll="ll", hl="hl",  # columns containing conf. int. lower and higher limits              
              varlabel="label",  # column containing variable label
              capitalize="capitalize",  # Capitalize labels
              groupvar="group",  # Add variable groupings 
              # group ordering
              group_order=["labor factors", "occupation", "age", "health factors", 
                           "family factors", "area of residence", "other factors"],
              sort=True  # sort in ascending order (sorts within group if group is specified)               
              )

如果需要添加P值并将备用行成灰色，可通过如下脚本绘制：

fp.forestplot(df,  # the dataframe with results data
              estimate="r",  # col containing estimated effect size 
              ll="ll", hl="hl",  # columns containing conf. int. lower and higher limits
              varlabel="label",  # column containing variable label
              capitalize="capitalize",  # Capitalize labels
              groupvar="group",  # Add variable groupings 
              # group ordering
              group_order=["labor factors", "occupation", "age", "health factors", 
                           "family factors", "area of residence", "other factors"],
              sort=True,  # sort in ascending order (sorts within group if group is specified)               
              pval="p-val",  # Column of p-value to be reported on right
              color_alt_rows=True,  # Gray alternate rows
              ylabel="Est.(95% Conf. Int.)",  # ylabel to print
              **{"ylabel1_size": 11}  # control size of printed ylabel
              )

如果需要添加注释文本信息并表格化展示，可通过如下设置：

fp.forestplot(df,  # the dataframe with results data
              estimate="r",  # col containing estimated effect size 
              ll="ll", hl="hl",  # lower & higher limits of conf. int.
              varlabel="label",  # column containing the varlabels to be printed on far left
              capitalize="capitalize",  # Capitalize labels
              pval="p-val",  # column containing p-values to be formatted
              annote=["n", "power", "est_ci"],  # columns to report on left of plot
              annoteheaders=["N", "Power", "Est. (95% Conf. Int.)"],  # ^corresponding headers
              rightannote=["formatted_pval", "group"],  # columns to report on right of plot 
              right_annoteheaders=["P-value", "Variable group"],  # ^corresponding headers
              xlabel="Pearson correlation coefficient",  # x-label title
              table=True,  # Format as a table
              )