如何使用 Matplotlib 或 Seaborn 从分组数据中生成多个图？答案

【问题标题】：How do I generate multiple plots from grouped data using Matplotlib or Seaborn?如何使用 Matplotlib 或 Seaborn 从分组数据中生成多个图？
【发布时间】：2019-10-14 22:05:31
【问题描述】：

我在 pandas 中有以下数据框：

它按数据集中参与者的年龄范围进行分组/索引。对于数据框中的每个年龄范围，我想生成一个条形图，其条形显示该特定年龄范围的离婚率、结婚率等。如何使用 matplotlib 或 seaborn 做到这一点？提前感谢您提供的任何帮助。

用于生成数据框的代码：

import numpy as np
import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt
plt.style.use('ggplot')

df = pd.DataFrame({
    'age_range': [(18, 28), (28, 38), (38, 48), (48, 58), (58, 68), (68, 78), (78, 88)],
    'divorced': [0.015837, 0.068826, 0.138132, 0.185022, 0.180258, 0.179211, 0.099502],
    'living with partner': [0.21040724, 0.14979757, 0.07392996, 0.06828194, 0.04506438, 0.01075269, 0.00995025],
    'married': [0.24208145, 0.51619433, 0.57198444, 0.54625551, 0.50429185, 0.37992832, 0.28855721],
    'never_married': [0.50904977, 0.23279352, 0.14202335, 0.08370044, 0.09012876,0.05734767, 0.05472637],
    'refused': [np.nan, np.nan, np.nan, np.nan, 0.00214592, np.nan, np.nan],
    'widowed': [np.nan, 0.00202429, 0.0155642 , 0.05506608, 0.12875536, 0.33691756, 0.53731343]
})

df.set_index('age_range', inplace=True)
df

【问题讨论】：

很有可能。有很多方法可以做到这一点。您需要更具体地了解您想要什么样的条形图（例如，刻面、堆叠......）。您还应该以可复制的格式包含您的数据框
您好，感谢您的反馈。我用可复制粘贴格式的数据框代码更新了帖子。我想要它的刻面。
只需df.plot.bar()?

标签： python python-3.x pandas matplotlib seaborn

【解决方案1】：

由于这些百分比加起来往往等于 1，因此堆积条形图比较合适：

plt.style.use('ggplot')
ax = df.plot.bar(stacked=True)
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))

结果：

【讨论】：

【解决方案2】：

如果您不想要堆叠条形图并希望它带有色相，这对 seaborn 来说非常快：

g = (
    df.stack()
      .to_frame('Count')
      .rename_axis(index=['Age Range', 'Status'])
      .reset_index()
      .pipe((sns.factorplot, 'data'), 
            x='Age Range', y='Count',
            hue='Status', kind='bar',
            size=3.5, aspect=1.86)

)

或者您可以按列分面：

g = (
    df.stack()
      .to_frame('Count')
      .rename_axis(index=['Age Range', 'Status'])
      .reset_index()
      .pipe((sns.factorplot, 'data'), 
            x='Age Range', y='Count',
            col='Status', kind='bar',
            size=3.5, aspect=1.86, col_wrap=2)

)

【讨论】：