如何在 Seaborn 中重叠两个条形图？

Seaborn 是一个流行的数据可视化库，可以帮助我们以有效和令人愉悦的方式呈现数据。在 Seaborn 中，可以使用 barplot() 函数轻松地创建条形图。有时，您可能想要在同一组数据中比较两个变量的不同级别，最好的方法是通过重叠两个条形图来实现。

准备数据

在本例中，我们将使用 Seaborn 自带的 titanic 数据集。我们将根据乘客的性别和船舱等级创建两个条形图。首先，我们需要加载数据集并了解其中包含的变量。

import seaborn as sns
sns.set(style="darkgrid")

# 加载数据
titanic = sns.load_dataset("titanic")
titanic.head()

输出：

   survived  pclass     sex  ...      fare    embarked  class
0         0       3    male  ...    7.2500  Southampton  Third
1         1       1  female  ...   71.2833    Cherbourg  First
2         1       3  female  ...    7.9250  Southampton  Third
3         1       1  female  ...   53.1000  Southampton  First
4         0       3    male  ...    8.0500  Southampton  Third

[5 rows x 10 columns]

现在，我们将创建两个组合图表，以显示各等级舱位中男女乘客的存活率。

创建重叠条形图

对于此任务，我们需要使用 hue 参数来区分男性和女性乘客。使用 sns.barplot() 函数创建第一个条形图，然后使用 bottom 参数创建另一个条形图并覆盖前一个图。最终的代码如下所示。

# 创建第一个条形图（男性）
sns.barplot(data=titanic, x="class", y="survived", hue="sex", palette="Blues")

# 创建第二个条形图（女性），并将之前的条形图覆盖
sns.barplot(data=titanic, x="class", y="survived", hue="sex", palette="Reds", bottom=titanic[titanic["sex"]=="male"].groupby("class")["survived"].mean())

# 设置图例（仅需要一个图例）
handles, labels = plt.gca().get_legend_handles_labels()
plt.legend(handles[:2], labels[:2])

# 显示图表
plt.show()

输出：

如上所述，我们创建了两个条形图，分别使用不同的颜色图谱来区分男性和女性。我们使用 bottom 参数将女性乘客的条形图叠加在男性乘客的条形图上，并使用 groupby() 函数计算出每个等级舱位中男女乘客的平均存活率。

最后，我们使用 plt.legend() 函数创建仅包含一个图例的图表，以防止显示两个图例。

总结

在本文中，我们介绍了如何在 Seaborn 中创建重叠的条形图。我们使用了 sns.barplot() 函数和 hue 参数来区分性别，使用 bottom 参数叠加并覆盖第一个图。最后，我们使用 plt.legend() 函数创建仅包含一个图例的图表，使其更具可读性。