使用seaborn barplot和分类数据的困难

Question

我一直遇到一个经常出现的问题，即使用seaborn的“分类”绘图功能来实际绘制分类数据的速率。

我在这里制作了一个简单的例子，我可以发誓曾经与seaborn合作过。我设法找到使用虚拟变量的解决方法，但这并不总是方便。有谁知道为什么我的“版本2”用于barplot的用例不起作用？

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

# Generate some example data of labels and associated values
outcomes = ['A' for _ in range(50)] + \
           ['B' for _ in range(20)] + \
           ['C' for _ in range(5)] 
trial = range(len(outcomes))

df = DataFrame({'Trial': trial, 'Outcome': outcomes})

plt.close('all')

# Version 1: This works but is a non-ideal workaround

# Generate separate boolean columns for each outcome
df2 = pd.get_dummies(df.Outcome).astype(bool)

plt.figure()
sns.barplot(data=df2, estimator=lambda x: 100 * np.mean(x))
plt.title('Outcomes V1')
plt.ylabel('Percent Trials')
plt.ylim([0,100])
plt.show()

# Version 2: This doesn't work and results in the following error
# unsupported operand type(s) for /: 'str' and 'int' 
plt.figure()
sns.barplot(x='Outcome', data=df, estimator=lambda x: 100 * np.mean(x))
plt.title('Outcomes V2')
plt.ylabel('Percent Trials')
plt.ylim([0,100])
plt.show()

Answer 1

添加y参数对您有用：

sns.barplot(x='Outcome', y='Trial', data=df, estimator=lambda x: 100 * np.mean(x))

但是，在您的情况下，使用sns.countplot绘图更有意义（因为您希望将试验10视为一次出现，而不是实际的十次）：

sns.countplot(x='Outcome', data=df)

如果你想要百分比，你可以这样做：

sns.barplot(x='Outcome', y='Trial', data=df, estimator=lambda x: len(x) / len(df) * 100)  

解释

使用宽格式数据框（例如df2），您只能将数据框传递给data参数，Seaborn将自动沿x轴绘制每个数字列。< / p>

使用长格式数据框（例如df），您需要将参数传递给x和y参数。

来自sns.barplot docstring（已添加）：

  

输入数据可以以多种格式传递，包括：

     

  
• 表示为列表，numpy数组或pandas系列的数据向量   对象直接传递给x，y和/或hue参数。
  
• “长格式”DataFrame，在这种情况下，x，y和hue   变量将决定数据的绘制方式。
  
• “宽格式”DataFrame，以便绘制每个数字列。
  
• plt.boxplot接受的任何内容（例如，二维数组或向量列表）