python柱形图绘制_Python：matplotlib 和 Seaborn 之簇状柱形图、分面 (三十五)

簇状柱形图

为了描绘两个分类变量之间的关系，我们可以将在上节课见到的单变量条形图扩展为簇状柱形图。和标准条形图一样，我们依然需要描绘每组的数据点计数，但是每组现在是两个变量的标签组合。因此我们需要按照某种顺序整理长条，使图形容易解释。在簇状柱形图中，我们根据第一个变量的级别将长条分成一簇，然后在每个簇内根据第二个变量对长条进行排序。使用 seaborn 的 countplot 函数通过一个示例来讲解最容易理解。要使图形从单变量图形变成双变量图形，我们用 "hue" 参数添加第二个变量：

sb.countplot(data = df, x = 'cat_var1', hue = 'cat_var2')

第一个分类变量用很宽泛的 x 轴表示（对照组、实验 A、实验 B）。在每组绘制三个长条，第二个分类变量的每个级别对应一个长条（低、中、高）。用颜色区分每个级别，并在图形的右上角用图例记录。图形告诉我们三个 "cat_var1" 群组在 "cat_var2" 级别的频率分布很平衡，虽然 "实验 A" 组与另外两组相比，中间点（橙色中心长条）的计数稍微低些。

但是，该示例中的图例位置有点干扰性。我们可以使用 Axes 方法设置 countplot 返回的 Axes 对象的 legend 属性。

ax = sb.countplot(data = df, x = 'cat_var1', hue = 'cat_var2')