ff3的数据：
app p bin_trial cor_gaze_perc eff_fail_track_rep_gaze
0 1b 2 1 0.766000 1
1 1b 2 2 0.764667 1
2 1b 3 1 0.522667 3
3 1b 3 2 0.464667 1
4 1b 4 1 0.793333 0
5 1b 4 2 0.852667 1
6 1b 5 1 0.601333 4
7 1b 5 2 0.796000 1
8 1b 6 1 0.738000 1
9 1b 6 2 0.694667 2
10 1b 7 1 0.834000 1
11 1b 7 2 0.851333 3
12 1b 8 1 0.680667 1
13 1b 8 2 0.878667 0
14 1b 9 1 0.674000 1
15 1b 9 2 0.856667 0
16 1b 10 1 0.556667 9
17 1b 10 2 0.726667 1
18 1b 11 1 0.588667 2
19 1b 11 2 0.658000 0
20 1b 12 1 0.830000 1
21 1b 12 2 0.938667 0
22 1b 13 1 0.544667 0
23 1b 13 2 0.362000 9
24 2b 2 1 0.738000 3
25 2b 2 2 0.718667 3
26 2b 3 1 0.438667 0
27 2b 3 2 0.752667 2
28 2b 4 1 0.660000 2
29 2b 4 2 0.843333 5
30 2b 5 1 0.781333 1
31 2b 5 2 0.752000 2
32 2b 6 1 0.614000 13
33 2b 6 2 0.792000 12
34 2b 7 1 0.818667 0
35 2b 7 2 0.894667 2
36 2b 8 1 0.724000 4
37 2b 8 2 0.813333 1
38 2b 9 1 0.557333 1
39 2b 9 2 0.819333 1
40 2b 10 1 0.419333 14
41 2b 10 2 0.564000 13
42 2b 11 1 0.638000 2
43 2b 11 2 0.627333 0
44 2b 12 1 0.726000 1
45 2b 12 2 0.880000 0
46 2b 13 1 0.471333 5
47 2b 13 2 0.373333 23
48 3b 2 1 0.792667 0
49 3b 2 2 0.803333 1
50 3b 3 1 0.322667 3
51 3b 3 2 0.702000 2
52 3b 4 1 0.768667 4
53 3b 4 2 0.824667 3
54 3b 5 1 0.654667 3
55 3b 5 2 0.952667 0
56 3b 6 1 0.848667 5
57 3b 6 2 0.724000 5
58 3b 7 1 0.778000 3
59 3b 7 2 0.893333 0
60 3b 8 1 0.706667 4
61 3b 8 2 0.896000 2
62 3b 9 1 0.494000 5
63 3b 9 2 0.796667 1
64 3b 10 1 0.584000 8
65 3b 10 2 0.698000 13
66 3b 11 1 0.604000 3
67 3b 11 2 0.715333 0
68 3b 12 1 0.669333 1
69 3b 12 2 0.838667 0
70 3b 13 1 0.356667 3
71 3b 13 2 0.338000 11
72 4b 2 1 0.486000 0
73 4b 2 2 0.780667 0
74 4b 3 1 0.182000 0
75 4b 3 2 0.300667 1
76 4b 4 1 0.798000 4
77 4b 4 2 0.818667 6
78 4b 5 1 0.449333 3
79 4b 5 2 0.792000 0
80 4b 6 1 0.550000 2
81 4b 6 2 0.650667 5
82 4b 7 1 0.823333 2
83 4b 7 2 0.829333 1
84 4b 8 1 0.707333 1
85 4b 8 2 0.815333 0
86 4b 9 1 0.552667 4
87 4b 9 2 0.860667 2
88 4b 10 1 0.415333 0
89 4b 10 2 0.651333 1
90 4b 11 1 0.552000 0
91 4b 11 2 0.756000 0
92 4b 12 1 0.725333 2
93 4b 12 2 0.864667 0
94 4b 13 1 0.079333 0
95 4b 13 2 0.206667 3
我可以用
单独绘制它们sns.factorplot( x='app', y= 'cor_gaze_perc', col='p', row='bin_trial' ,aspect=0.6, data=ff3, kind="bar", palette="muted", ci=None)
和
sns.factorplot( x='app', y= 'eff_fail_track_rep_gaze', col='p',row='bin_trial', aspect=0.6, data=ff3, kind="bar", palette="muted", ci=None)
但是，当我尝试将它们并排放置时，条形重叠。
l_app = sorted(list(set(ff3['app'])))
g = sns.FacetGrid(ff3, col="p",row="bin_trial")
def my_bar(x, y, yy, **kwargs):
ax = plt.gca()
ax2 = ax.twinx()
sns.barplot( x=x, y=y, ax=ax, **kwargs )
sns.barplot( x=x, y=yy, ax=ax2, **kwargs )
(g.map_dataframe(my_bar,'app' ,'cor_gaze_perc','eff_fail_track_rep_gaze'))
我查看了Pandas: Bar-Plot with two bars and two y-axis和https://chrisalbon.com/python/data_visualization/matplotlib_grouped_bar_plot/。 当我尝试使用ax.patches时似乎没有任何事情发生。