Seaborn FacetGrid 用于分层计数图？

Question

注意：full reproduction notebook for this question 可以在 GitHub 上找到。

我有一个数据集，其中包含我想按类分组的 HTTP 响应代码分布。样本数据可以这样生成：

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

%matplotlib inline

mock_http_response_data = pd.DataFrame({
    'response_code':np.repeat([200, 201, 202, 204, 302, 304, 400, 404, 500, 502], 250 ),
})

我在数据中添加了一个基于“响应状态”的列，称为“响应类”。响应类包含与特定响应的类对应的标签：

• 2xx：成功
• 3xx：警告
• 4xx：客户端错误
• 4xx：服务器错误

判断响应类的函数是：

def determine_response_class(row):    
    response_code = row['response_code']

    if response_code >= 200 and response_code < 300:
        return 'success'
    elif response_code >= 300 and response_code < 400:
        return 'warning'
    elif response_code >= 400 and response_code < 500:
        return 'client_error'
    elif response_code >= 500 and response_code < 600:
        return 'server_error'
    else:
        return 'unknown'

并且该列是这样添加的：

# Add 'Response class' column to API Logs, where response class is determined by HTTP status code
mock_http_response_data['response_class'] = mock_http_response_data.apply(determine_response_class, axis='columns')

“响应状态”（HTTP 状态代码）数据使用基本计数图正确绘制：

sns.countplot(
    x='_source.response_status',
    data=results_df,
    color='teal',
    saturation=0.7)

当我尝试创建计数图的 FacetGrid 时，图表似乎可以工作，但标签不正确：

grid = sns.FacetGrid(mock_http_response_data, col='response_class')

grid.map(sns.countplot, 'response_code')

我希望计数图的 FacetGrid 将具有以下 x 轴标签：

• 200
• 201
• 202
• 302
• 304
• 400
• 404
• 500
• 502

如何创建计数图的 FacetGrid，以便标签正确且分面数据从高到低排序（例如“成功”类列）？

Answer 1

出现标签错误的问题是因为默认情况下，子图的 x 轴是共享的，因此所有图的 x 轴都将与上一个图相同。

您可以使用sharex=False 参数来防止共享轴：

grid = sns.FacetGrid(df, col='class', sharex=False)

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import seaborn as sns

codes = [200, 201, 202, 204, 302, 304, 400, 404, 500, 502]
p = np.random.rand(len(codes))
p = p/p.sum()
df = pd.DataFrame({ 'code': np.random.choice(codes, size=300, p=p) })

def determine_response_class(row):    
response_code = row['code']

if response_code >= 200 and response_code < 300:
    return 'success'
elif response_code >= 300 and response_code < 400:
    return 'warning'
elif response_code >= 400 and response_code < 500:
    return 'client_error'
elif response_code >= 500 and response_code < 600:
    return 'server_error'
else:
    return 'unknown'

df['class'] = df.apply(determine_response_class, axis='columns')

grid = sns.FacetGrid(df, col='class', sharex=False)

grid.map(sns.countplot, 'code')

plt.show()

排序问题现在是先有鸡还是先有蛋的问题。为了设置列的顺序，您需要知道每个列的计数，这些计数被确定为绘图的一部分。在这一点上，坚持明确区分数据生成、分析和可视化可能是明智之举。下面将显示一个排序图，不使用FacetGrid，首先对数据框中的值进行排序。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import seaborn as sns

codes = [200, 201, 202, 204, 302, 304, 400, 404, 500, 502]
p = np.random.rand(len(codes))
p = p/p.sum()
df = pd.DataFrame({ 'code': np.random.choice(codes, size=300, p=p) })

def determine_response_class(row):    
    response_code = row['code']

    if response_code >= 200 and response_code < 300:
        return 'success'
    elif response_code >= 300 and response_code < 400:
        return 'warning'
    elif response_code >= 400 and response_code < 500:
        return 'client_error'
    elif response_code >= 500 and response_code < 600:
        return 'server_error'
    else:
        return 'unknown'

df['class'] = df.apply(determine_response_class, axis='columns')

df2 = df.groupby(["code","class"]).size().reset_index(name="count") \
        .sort_values(by="count", ascending=0).reset_index(drop=True)

fig, axes = plt.subplots(ncols=4, sharey=True, figsize=(8,3))
for ax,(n, group) in zip(axes, df2.groupby("class")):
    sns.barplot(x="code",y="count", data=group, ax=ax, color="C0", order=group["code"])
    ax.set_title(n)

plt.tight_layout()
plt.show()