如何制作Facegrid Countplot色调条并排？

Question

我用Facetgrid计数图绘制了打击图。但是，我无法并排制作色调条。

g = sns.FacetGrid(titanic_df, row='Pclass', hue='Survived', size=2, aspect=2.5, sharex=False, sharey=False)
g.map(sns.countplot, 'Tclass', alpha=.6)
g.fig.suptitle('Distribution of Survival by Ticket Prefix and Ticket Class', fontsize=9.5, y=1.01)
g.set_xlabels('Ticket Prefix')
g.fig.text(0, .5, 'Ticket Prefix', va='center', rotation='vertical', fontsize=9.5)
g.add_legend()

所以我尝试使用Factorplot，它失败了，因为它没有过滤那个 Pclass 中不存在的Ticket Prefix（ Tclass ）。

g = sns.factorplot(x='Tclass', data=titanic_df, row='Pclass', hue='Survived', kind='count', size=2, aspect=2.5, sharex=False, sharey=False)

我该怎么办？ ：（

Answer 1

我没有设法在Facetgrid中制作它，但我手动使用Matplotlib子图进行了这项操作。它并不聪明，但至少我得到了我想要的东西。

请与我分享更聪明的方法来达到同样的效果！谢谢！

fig, (ax1, ax2, ax3) = plt.subplots(3, 1, figsize=[10,6])
g1 = sns.countplot(x='Tclass', hue='Survived', data=titanic_df[titanic_df.Pclass == 1], ax=ax1)
g2 = sns.countplot(x='Tclass', hue='Survived', data=titanic_df[titanic_df.Pclass == 2], ax=ax2)
g3 = sns.countplot(x='Tclass', hue='Survived', data=titanic_df[titanic_df.Pclass == 3], ax=ax3)

g1.set_title('Pclass = 1', fontsize=9.5, y=.85)
g2.set_title('Pclass = 2', fontsize=9.5, y=.85)
g3.set_title('Pclass = 3', fontsize=9.5, y=.85)
g1.set_xlabel(''); g2.set_xlabel(''); g3.set_xlabel('Ticket Prefix')
g1.set_ylabel(''); g2.set_ylabel('Frequency'); g3.set_ylabel('')
g1.legend(''); g3.legend('')
leg = g2.legend(fontsize='small', loc='center left', bbox_to_anchor=(1, 0.5))
leg.set_title('Ticket Prefix', prop={'size':'small'})
fig.suptitle('Distribution of Survival by Ticket Prefix and Ticket Class', fontsize=9.5, y=.94)

Answer 2

factorplot确实会在其所有子图中使用所有可能的x值。因此，可能需要使用Facetgrid。问题是hue的{​​{1}}会使每个单独的类别在图上单独绘制，因此条形将重叠。您想要的是使用Facetgrid的{​​{1}}来获取分组条形图。问题是map函数无法正确识别hue参数。因此，您可以编写自己的映射函数，将countplot作为参数。

hue

Answer 3

map_dataframe是对我有用的技巧。您必须添加当前颜色调色板作为其参数。

g = sns.FacetGrid(titanic_df, row='Pclass', size=2, aspect=2.5, sharex=False, sharey=False)
g.map_dataframe(sns.countplot, 'Tclass', hue='Survived', palette=sns.color_palette()).add_legend()