如何在seaborn的countplot上添加百分比[重复]

Question

我有同样的问题with this post，并且已经尝试this solution（也是评论）。但我得到了奇怪的百分比结果。由于我还没有资格发表评论，所以我发布了这个问题。 就我而言，这是因为这条线的奇怪顺序而发生的，但我找不到解决方案。

a = [p.get_height() for p in plot.patches]

我的预期输出是每个Class 的总百分比将是 100%

这是我使用的第一个源代码

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

df = sns.load_dataset("titanic")

def with_hue(plot, feature, Number_of_categories, hue_categories):
    a = [p.get_height() for p in plot.patches]
    patch = [p for p in plot.patches]
    for i in range(Number_of_categories):
        total = feature.value_counts().values[i]
        # total = np.sum(a[::hue_categories])
        for j in range(hue_categories):
            percentage = '{:.1f}%'.format(100 * a[(j*Number_of_categories + i)]/total)
            x = patch[(j*Number_of_categories + i)].get_x() + patch[(j*Number_of_categories + i)].get_width() / 2 - 0.15
            y = patch[(j*Number_of_categories + i)].get_y() + patch[(j*Number_of_categories + i)].get_height() 
            p3.annotate(percentage, (x, y), size = 11)
    plt.show()

plt.figure(figsize=(12,8))
p3 = sns.countplot(x="class", hue="who", data=df)
p3.set(xlabel='Class', ylabel='Count')

with_hue(p3, df['class'],3,3)

和第一个输出

在使用带有total = np.sum(a[::hue_categories]) 的总值时，给出这个输出

Answer 1

首先，请注意，在 matplotlib 和 seaborn 中，子图称为“斧头”。在研究文档和在线示例代码时，给这样的子图起一个诸如“p3”或“plot”之类的名称会导致不必要的混淆。

seaborn 条形图中的条形图是有组织的，从属于第一个色调值的所有条形开始，然后是第二个，依此类推。因此，在给定的示例中，首先是蓝色，然后是橙色，最后所有的绿色条。这使得循环通过ax.patches 有点复杂。幸运的是，同样的补丁也可以通过ax.collections 获得，其中每个色调组形成一个单独的条形集合。

下面是一些示例代码：

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

def percentage_above_bar_relative_to_xgroup(ax):
    all_heights = [[p.get_height() for p in bars] for bars in ax.containers]
    for bars in ax.containers:
        for i, p in enumerate(bars):
            total = sum(xgroup[i] for xgroup in all_heights)
            percentage = f'{(100 * p.get_height() / total) :.1f}%'
            ax.annotate(percentage, (p.get_x() + p.get_width() / 2, p.get_height()), size=11, ha='center', va='bottom')

df = sns.load_dataset("titanic")

plt.figure(figsize=(12, 8))
ax3 = sns.countplot(x="class", hue="who", data=df)
ax3.set(xlabel='Class', ylabel='Count')

percentage_above_bar_relative_to_xgroup(ax3)
plt.show()