Python seaborn facetgrid

Question

我有销售员为每个客户计算的 green/orange/red 的数量：像这样的东西：

    sellor  customer    red green   orange
0   73  c1  5   96  15
1   77  c1  88  18  79
2   97  c1  58  59  71

我可以用 :

df = pd.DataFrame()
df["sellor"]   = np.random.randint(0,100, 20)
df["customer"]   = ["c1"]*5 + ["C2"]*5 + ["C3"]*5 + ["c4"]*5
df["red"] = np.random.randint(0,100, 20)
df["green"] = np.random.randint(0,100, 20)
df["orange"] = np.random.randint(0,100, 20)

df.sellor = df.sellor.astype("category")
df.customer = df.customer.astype("category")

现在我想将数据表示为图表：现在我这样做了：

for customer in df.customer.unique():
    df[df.customer==customer].plot.bar(title=customer)

这给了我 4 张图像，如下图所示：

我想我可以用 seaborn facetgrid 做同样的事情，但没有真正找到办法。我试过了：

sns.barplot(data=df, x="sellor", y="red", hue="customer")

但它只给了我一个地块（没有按客户细分）+它没有给我卖家的 3 个酒吧:(

如何使用 facetgrid 获得与循环相同的结果？

Answer 1

在不使用 seaborn 的情况下，您可以将条形图绘制到同一图形的不同子图中，

import matplotlib.pyplot as plt

u = df.customer.unique()
fig, axes = plt.subplots(ncols=len(u), figsize=(10,3))

for customer, ax in zip(u, axes):
    df[df.customer==customer].plot.bar(x="sellor", title=customer, ax =ax )

plt.tight_layout()    
plt.show()

你可以通过

实现与seaborn的FacetGrid类似的东西

import seaborn as sns
g = sns.FacetGrid(data=df, col="customer", col_order=["c1", "C2", "C3", "c4"])

def plot(*args,**kwargs):
    kwargs["data"].plot(kind="bar", x="sellor", ax=plt.gca())
g.map_dataframe(plot)
plt.show()

最后，要更改此处使用的颜色以匹配数据框名称的颜色，您可以设置颜色循环，例如

plt.rcParams["axes.prop_cycle"] = plt.cycler("color", ["red", "green", "orange"])

Python seaborn facetgrid

Python seaborn facetgrid

python

seaborn

facet-grid