如何使用 Seaborn 创建 FacetGrid 堆叠条形图?

How to create a FacetGrid stacked barplot using Seaborn?

我正在尝试绘制一个 facet_grid,其中包含堆叠条形图。

我想使用 Seaborn。它的 barplot 函数不包括堆叠参数。

我尝试将 FacetGrid.map 与自定义可调用函数一起使用。

import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

def custom_stacked_barplot(col_day, col_time, col_total_bill, **kwargs):
    dict_df={}
    dict_df['day']=col_day
    dict_df['time']=col_time
    dict_df['total_bill']=col_total_bill
    df_data_graph=pd.DataFrame(dict_df)
    df = pd.crosstab(index=df_data_graph['time'], columns=tips['day'], values=tips['total_bill'], aggfunc=sum)
    df.plot.bar(stacked=True)

tips=sns.load_dataset("tips")
g = sns.FacetGrid(tips, col='size',  row='smoker')
g = g.map(custom_stacked_barplot, "day", 'time', 'total_bill')

但是我得到了一个空的 canvas 和单独堆叠的条形图。

空 canvas:

图 1 相距:

图 2:.

我该如何解决这个问题?感谢您的帮助!

您的不同 API 组合 (pandas.DataFrame.plot) 似乎无法与 (seaborn.FacetGrid) 集成。由于 seaborn 绘图不支持堆叠条形图,请考虑使用 matplotlib subplots 迭代 groupby 个级别来开发自己的版本:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

def custom_stacked_barplot(t, sub_df, ax):
    plot_df = pd.crosstab(index=sub_df["time"], columns=sub_df['day'], 
                           values=sub_df['total_bill'], aggfunc=sum)

    p = plot_df.plot(kind="bar", stacked=True, ax = ax, 
                     title = " | ".join([str(i) for i in t]))   
    return p

tips = sns.load_dataset("tips")
g_dfs = tips.groupby(["smoker", "size"])

# INITIALIZE PLOT
# sns.set()
fig, axes = plt.subplots(nrows=2, ncols=int(len(g_dfs)/2)+1, figsize=(15,6))

# BUILD PLOTS ACROSS LEVELS
for ax, (i,g) in zip(axes.ravel(), sorted(g_dfs)):
    custom_stacked_barplot(i, g, ax)

plt.tight_layout()
plt.show()
plt.clf()
plt.close()

并使用seaborn.set调整主题和调色板:

实现该结果的最简单代码是:

import seaborn as sns
import matplotlib.pyplot as plt
sns.set()

tips=sns.load_dataset("tips")
g = sns.FacetGrid(tips, col = 'size',  row = 'smoker', hue = 'day')
g = (g.map(sns.barplot, 'time', 'total_bill', ci = None).add_legend())

plt.show()

结果如下: