创建使用百分比而不是计数的matplotlib或seaborn直方图？

Question

具体来说，我正在处理Kaggle Titanic数据集。我绘制了一个堆积的直方图，显示了在泰坦尼克号上幸存和死亡的年龄。下面的代码。

figure = plt.figure(figsize=(15,8))
plt.hist([data[data['Survived']==1]['Age'], data[data['Survived']==0]['Age']], stacked=True, bins=30, label=['Survived','Dead'])
plt.xlabel('Age')
plt.ylabel('Number of passengers')
plt.legend()

我想更改图表，以在每个年龄组中幸存的百分比显示一个图表。例如，如果垃圾箱包含10至20岁之间的年龄，并且该年龄段的泰坦尼克号上有60％的人幸存下来，那么高度将沿y轴对齐60％。

编辑：我可能对我要寻找的东西没有给出很好的解释。我希望不改变y轴的值，而是根据存活的百分比来更改条形的实际形状。

图中的第一个垃圾箱显示该年龄组中大约有65％的存活率。我希望此bin相对于y轴对齐65％。以下垃圾桶分别为90％，50％和10％，依此类推。

该图最终看起来实际上是这样的：

Answer 1

对于 Seaborn，请使用参数stat。根据文档，当前支持的stat参数值为：

• count显示观察值的数量
• frequency显示观测值数量除以箱宽度
• density对计数进行归一化，使直方图的面积为 1
• probability标准化计数，使条形高度之和为 1
• percent标准化，使条形高度总和为 100

结果stat是count：

seaborn.histplot(
    data=data,
    x='variable',
    discrete=True,
    stat='count'
)

stat修改后的结果为probability：

seaborn.histplot(
    data=data,
    x='variable',
    discrete=True,
    stat='probability'
)

Answer 2

也许以下内容会有所帮助......

1. 根据“幸存”拆分数据框

   df_survived=df[df['Survived']==1]
   df_not_survive=df[df['Survived']==0]
   

2. 创建垃圾箱

   age_bins=np.linspace(0,80,21)
   

3. 使用np.histogram生成直方图数据

   survived_hist=np.histogram(df_survived['Age'],bins=age_bins,range=(0,80))
   not_survive_hist=np.histogram(df_not_survive['Age'],bins=age_bins,range=(0,80))
   

4. 计算每个箱中的存活率

   surv_rates=survived_hist[0]/(survived_hist[0]+not_survive_hist[0])
   

5. 阴谋

   plt.bar(age_bins[:-1],surv_rates,width=age_bins[1]-age_bins[0])
   plt.xlabel('Age')
   plt.ylabel('Survival Rate')