表示两个分组条形图之间关系的最佳方法[关闭]

Question

假设我们有以下两个数据集：

data1 = {
         'A' : pd.Series([10, 20, 30, 40], index = [1, 2, 3, 4]), 
         'B' : pd.Series([8, 15, 29, 42], index = [1, 2, 3, 4]),
         'C' : pd.Series([7, 13, 31, 45], index = [1, 2, 3, 4])
        }

data2 = {
         'A' : pd.Series([9, 18, 27, 38], index = [1, 2, 3, 4]), 
         'B' : pd.Series([11, 17, 28, 41], index = [1, 2, 3, 4]),
         'C' : pd.Series([12, 17, 29, 42], index = [1, 2, 3, 4])
        }

我可以使用分组条形图表示data1，其中 x 轴有刻度 [1, 2, 3, 4]。在每个刻度内，我可以有三个部分“A”、“B”和“C”，并且可以使用数据集中的值形成条形图。分组条形图的一般示例是 .

我也可以为data2形成一个类似的分组条形图。

有没有办法可以将这两个组图组合在一个图中？是否有任何其他类型的图表可用于在单个图中同时表示 data1 和 data2？

谢谢

Answer 1

你可以做一个背靠背的条形图..或任何它被称为的，从solution here进行一些修改：

import matplotlib.pyplot as plt
import pandas as pd

fig, axes = plt.subplots(ncols=2, sharey=True)
pd.DataFrame(data1).plot(kind="barh",ax=axes[0])
axes[1]= pd.DataFrame(data2).plot(kind="barh",ax=axes[1])
axes[0].invert_xaxis()
plt.show()

另一种选择是使用构面：

import seaborn as sns
data1 = pd.DataFrame(data1).reset_index()
data2 = pd.DataFrame(data2).reset_index()
df = pd.concat([data1,data2])
df['dataset'] = np.repeat(['1','2'],[4,4])

sns.catplot(data=df.melt(id_vars=["index","dataset"]),aspect=1,
            x="dataset",y="value",col="index",hue="variable",kind="bar")