如何使用 seaborn distplot / histplot / displot 绘制百分比

Question

有没有办法在 distplot 上绘制百分比而不是计数？

ax = sns.FacetGrid(telcom, hue='Churn', palette=["teal", "crimson"], size=5, aspect=1)
ax = ax.map(sns.distplot, "tenure",  hist=True, kde=False)
ax.fig.suptitle('Tenure distribution in customer churn', y=1, fontsize=16, fontweight='bold');
plt.legend();

Answer 1

• 截至seaborn 0.11.2
  • seaborn.distplot 替换为图形级别seaborn.displot 和轴级别seaborn.histplot，它们具有stat 参数。使用stat='percent'。
• 对于这两种类型的绘图，请使用common_bins 和common_norm 进行试验。
  • 例如，common_norm=True 将显示占整个人口的百分比，而False 将显示相对于该组的百分比。
• answer 中显示的实现展示了如何添加注释。

import seaborn as sns
import matplotlib.pyplot as ply

# data
data = sns.load_dataset('titanic')

人物等级

p = sns.displot(data=data, x='age', stat='percent', hue='sex', height=3)
plt.show()

p = sns.displot(data=data, x='age', stat='percent', col='sex', height=3)
plt.show()

• labels 中使用的类型注释 (:=) 需要 python >= 3.8。这可以使用for-loop 来实现，而无需使用:=。

fg = sns.displot(data=data, x='age', stat='percent', col='sex', height=3.5, aspect=1.25)

for ax in fg.axes.ravel():
    
    # add annotations
    for c in ax.containers:

        # custom label calculates percent and add an empty string so 0 value bars don't have a number
        labels = [f'{w:0.1f}%' if (w := v.get_height()) > 0 else '' for v in c]

        ax.bar_label(c, labels=labels, label_type='edge', fontsize=8, rotation=90, padding=2)
    
    ax.margins(y=0.2)

plt.show()

轴水平

fig = plt.figure(figsize=(4, 3))
p = sns.histplot(data=data, x='age', stat='percent', hue='sex')
plt.show()

按组划分的百分比

• 使用common_norm=参数
• 见seaborn histplot and displot output doesn't match

p = sns.displot(data=data, x='age', stat='percent', hue='sex', height=4, common_norm=False)

p = sns.displot(data=data, x='age', stat='percent', col='sex', height=4, common_norm=False)

fig = plt.figure(figsize=(5, 4))
p = sns.histplot(data=data, x='age', stat='percent', hue='sex', common_norm=False)
plt.show()

Answer 2

你可以使用norm_hist = True。

来自documentation：

norm_hist：布尔值，可选

如果为 True，则直方图高度显示密度而不是计数。 如果绘制了 KDE 或拟合密度，则暗示这一点。

Answer 3

您可以选择条形图，并设置一个以百分比定义归一化的估计器：

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

df = pd.DataFrame(dict(x=np.random.poisson(10, 1_000)))
ax = sns.barplot(x="x",
                 y="x",
                 data=df,
                 palette=["teal", "crimson"],
                 estimator=lambda x: len(x) / len(df) * 100
                 )
ax.set(xlabel="tenure")
ax.set(ylabel="Percent")

plt.show()

给予：