有没有一种方法可以让色调 seaborn 条形图计数图的总数达到每个色调条的 100%？答案

【问题标题】：Is there a way I can get the total of a hue seaborn bar graph countplot to total 100% per hue bar?有没有一种方法可以让色调 seaborn 条形图计数图的总数达到每个色调条的 100%？
【发布时间】：2020-01-05 08:17:46
【问题描述】：

我有一个 seaborn 计数图，其中包含了“色调参数”，这就是绘图的样子：

男

男性总人数 = 240 669，活跃男性总人数 = 130 856，流失男性总人数 = 109 813

M（活跃）--- 130856/240669 = 54.4% 和 M（流失）--- 109813/240669 =45.6%

女性

女性总人数 = 198 408，活跃女性总人数 = 111 107，流失女性总人数 = 87 301

所以 F（活跃）--- 111107/198408 = 56% 和 F（流失）--- 87301/198408 =44%

我希望每个性别的总百分比为 100%，而不是附图中给出的百分比。

这是我使用的代码：

plt.figure(figsize=(10,6))
colours = ['b','red']
ax = sns.countplot(df.GENDER,hue=df['Status'],order = 
df['GENDER'].value_counts().index,palette=colours)
plt.title("GENDER VS STATUS",fontsize=15)
plt.tight_layout()


plt.xticks(fontsize=14)
plt.yticks(fontsize=14)

total = float(len(df))
for p in ax.patches:
    height = p.get_height()
    ax.text(p.get_x()+p.get_width()/2.,
        height + 3,
        '{0:.1%}'.format(height/total),
        ha="center", fontsize=15)



print(df['GENDER'].value_counts(normalize=True))

【问题讨论】：

标签： python-3.x matplotlib seaborn

【解决方案1】：

在您的注释循环中，您必须将高度除以 M/F 的总数。请记住，countplot 绘制按 hues 分组的补丁。也就是说，补丁列表将交错M hue1 / F hue1 / M hue2 / F hue2，因此您可以将总数计算为`[total M，total F，total M，total F]并循环遍历与您的补丁同时进行：

colours = ['b','red']
totals = df['GENDER'].value_counts()
n_hues = df['Status'].unique().size
ax = sns.countplot(df.GENDER,hue=df['Status'],order=totals.index,palette=colours)
plt.title("GENDER VS STATUS",fontsize=15)
plt.tight_layout()


plt.xticks(fontsize=14)
plt.yticks(fontsize=14)

temp_totals = totals.values.tolist()*n_hues
for p,t in zip(ax.patches,temp_totals):
    height = p.get_height()
    ax.text(p.get_x()+p.get_width()/2.,
        height + 3,
        '{0:.1%}'.format(height/t),
        ha="center", fontsize=15)

【讨论】：

“通过反复试验”并不是很有用。只要你不专门设置hue_order，它可能是相反的。
@ImportanceOfBeingErnest 在我看来，对于这种情况，我们只需要知道指定的order；我只是想说补丁不一定按照屏幕上绘制的顺序返回（最初这是我的一个愚蠢的假设）
好的，所以这句话实际上与答案无关。很抱歉造成混乱。

【解决方案2】：

我总是发现将数据聚合和绘图分开更容易。所以我建议首先计算你需要的所有值，然后从中绘制一个条形图。（这里不需要 seaborn。）

import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame({"gender" : list("MMMMFFFFFF"),
                   "category" : list("BAABABBAAA")})

piv = df.groupby(["gender", "category"]).size().unstack("category")
grouped_perc = (piv.T / piv.sum(axis=0).values).T

ax = piv.plot.bar()
for bar, val in zip(ax.patches, grouped_perc.T.values.flat):
    ax.annotate('{0:.1%}'.format(val), 
                xy=(bar.get_x()+bar.get_width()/2., bar.get_height()),
                xytext=(0,5), textcoords="offset points", ha="center")

ax.margins(y=0.1)
plt.show()

【讨论】：