Seaborn 堆叠直方图/条形图

Posted 2023-03-27

【中文标题】Seaborn 堆叠直方图/条形图

【英文标题】：Seaborn stacked histogram/barplot

【发布时间】：2022-01-16 07:47:15

【问题描述】：

我有一个pandas.DataFrame，我想根据两列绘制一个图表：Age (int)、Survived (int - 0 或 1)。现在我有这样的东西：

这是我使用的代码：

class DataAnalyzer:

    def _facet_grid(self, func, x: List[str], col: str = None, row: str = None) -> None:
        g = sns.FacetGrid(self.train_data, col=col, row=row)
        if func == sns.barplot:
            g.map(func, *x, ci=None)
        else:
            g.map(func, *x)
        g.add_legend()
        plt.show()

    def analyze(self) -> None:
        # Check if survival rate is connected with Age
        self._facet_grid(plt.hist, col='Survived', x=['Age'])

所以这显示在两个子图上。这很好，但对于特定年龄范围，更难看出Survived 列中0 与1 的记录数量之间的差异。

所以我想要这样的东西：

在这种情况下，您可以看到这种差异。有什么方法可以在seaborn 上进行操作（因为我可以轻松地在pandas.DataFrame 上操作）？如果可能的话，我不想使用香草matplotlib

【参考方案1】：

只需将总直方图与幸存的 -0 一个叠加。如果没有数据框的精确形式，很难给出确切的功能，但这里有一个带有 seaborn 示例数据集的基本示例。

import matplotlib.pyplot as plt 
import seaborn as sns 
tips = sns.load_dataset("tips") 
sns.distplot(tips.total_bill, color="gold", kde=False, hist_kws="alpha": 1) 
sns.distplot(tips[tips.sex == "Female"].total_bill, color="blue", kde=False, hist_kws="alpha":1) 
plt.show()

【参考方案2】：

从seaborn 0.11.0开始，你可以这样做

# stacked histogram
import matplotlib.pyplot as plt
f = plt.figure(figsize=(7,5))
ax = f.add_subplot(1,1,1)

# mock your data frame
import pandas as pd
import numpy as np
_df = pd.DataFrame(
    "age":np.random.normal(30,30,1000),
    "survived":np.random.randint(0,2,1000)
)

# plot
import seaborn as sns
sns.histplot(data=_df, ax=ax, stat="count", multiple="stack",
             x="age", kde=False,
             palette="pastel", hue="survived",
             element="bars", legend=True)
ax.set_title("Seaborn Stacked Histogram")
ax.set_xlabel("Age")
ax.set_ylabel("Count")

【讨论】：

当使用stat="probability" 时，这不会按预期工作，因为它会增加概率。在人们期望 100% 的地方，它实际上导致了 200%。有什么办法可以克服吗？