Python seaborn：无法使我的图表看起来像 Excel 图表

Question

我有一个如下表，它存储在名为“data”的 pandas 数据框中。

第1栏	设备1	事件发生率%	% 事件距离	% 非事件分布	% 总分布
0	安卓	3.08	27.3	32.96	32.75
1	Chrome操作系统	4.05	0.47	0.42	0.43
2	铬操作系统	9.95	0.23	0.08	0.09
3	Linux	2.27	0.05	0.09	0.09
4	苹果系统	6.43	4.39	2.45	2.52
5	其他的	2.64	7.41	10.48	10.36
6	视窗	5.7	15.89	10.08	10.3
7	iOS系统	3.76	44.26	43.44	43.47

我正在尝试创建一个所需的seaborn/matplot图表，如下所示，它是在Excel中创建的。

这是我的Python代码：

feature = 'Device1'
fig, ax1 = plt.subplots(figsize=(10,6))
color = 'tab:blue'
title = 'Event rate by ' + feature
ax1.set_title(title, fontsize=14)
ax1.set_xlabel(feature, fontsize=14)
ax2 = sns.barplot(x=feature, y='% non-event dist', data = data, color=color)
ax2 = sns.barplot(x=feature, y='% event dist', data = data, color='orange')
plt.xticks(rotation=45)
ax1.set_ylabel('% Dist', fontsize=14, color=color)
ax1.tick_params(axis='y')
ax2 = ax1.twinx()
color = 'tab:red'
ax2.set_ylabel('Event Rate %', fontsize=14, color=color)
ax2 = sns.lineplot(x=feature, y='event_rate %', data = data, sort=False, color=color)
ax2.tick_params(axis='y', color=color)
handles1, labels1 = ax1.get_legend_handles_labels()
handles2, labels2 = ax2.get_legend_handles_labels()
handles = handles1 + handles2
labels = labels1 + labels2
plt.legend(handles,labels)
plt.show()

这是我得到的

问题：

1. 图例未显示。
2. 条形图相互重叠。
3. 有没有办法显示数据标签？

如何使我的seaborn 绘图看起来与我的Excel 绘图相似？谢谢。

Answer 1

加载和调整数据框

• 绘制数据最重要的部分是为绘图 API 正确塑造 DataFrame。
• 我认为使用以下命令将 DataFrame 从宽格式转换为长格式更容易.stack
• .iloc[:, :-1]选择所有行，但排除'% total dist'行。

import pandas as pd
import seaborn as sns

# create dataframe
data = {'Device1': ['Android', 'Chrome OS', 'Chromium OS', 'Linux', 'Mac OS', 'Others', 'Windows', 'iOS'],
        'event_rate %': [3.08, 4.05, 9.95, 2.27, 6.43, 2.64, 5.7, 3.76],
        '% event dist': [27.3, 0.47, 0.23, 0.05, 4.39, 7.41, 15.89, 44.26],
        '% non-event dist': [32.96, 0.42, 0.08, 0.09, 2.45, 10.48, 10.08, 43.44],
        '% total dist': [32.75, 0.43, 0.09, 0.09, 2.52, 10.36, 10.3, 43.47]}

df = pd.DataFrame(data)

# display(df.head())
       Device1  event_rate %  % event dist  % non-event dist  % total dist
0      Android          3.08         27.30             32.96         32.75
1    Chrome OS          4.05          0.47              0.42          0.43
2  Chromium OS          9.95          0.23              0.08          0.09
3        Linux          2.27          0.05              0.09          0.09
4       Mac OS          6.43          4.39              2.45          2.52

# convert from a wide to long format
dfl = df.iloc[:, :-1].set_index('Device1').stack().reset_index(name='Values').rename({'level_1': 'Type'}, axis=1)

# select the desired data
dist = dfl[dfl.Type.str.contains('dist')]
rate = dfl[dfl.Type.str.contains('rate')]

# display(dist.head())
       Device1              Type  Values
1      Android      % event dist   27.30
2      Android  % non-event dist   32.96
4    Chrome OS      % event dist    0.47
5    Chrome OS  % non-event dist    0.42
7  Chromium OS      % event dist    0.23

# display(rate.head())
        Device1          Type  Values
0       Android  event_rate %    3.08
3     Chrome OS  event_rate %    4.05
6   Chromium OS  event_rate %    9.95
9         Linux  event_rate %    2.27
12       Mac OS  event_rate %    6.43

绘图和注释

• 我已将图例放在各自的轴旁边
  • 有关放置图例的其他选项，请参阅如何将图例从绘图中取出。
• 引用了这个SO问题来创建组合图例。
• 调整值以bbox_to_anchor=(0.8, -0.25)移动图例。

# convert from a wide to long format
dfl = df.iloc[:, :-1].set_index('Device1').stack().reset_index(name='Values').rename({'level_1': 'Type'}, axis=1)

# select the desired data
dist = dfl[dfl.Type.str.contains('dist')]
rate = dfl[dfl.Type.str.contains('rate')]

# display(dist.head())
       Device1              Type  Values
1      Android      % event dist   27.30
2      Android  % non-event dist   32.96
4    Chrome OS      % event dist    0.47
5    Chrome OS  % non-event dist    0.42
7  Chromium OS      % event dist    0.23

# display(rate.head())
        Device1          Type  Values
0       Android  event_rate %    3.08
3     Chrome OS  event_rate %    4.05
6   Chromium OS  event_rate %    9.95
9         Linux  event_rate %    2.27
12       Mac OS  event_rate %    6.43

组合图例

单独的图例

• 如果您想要单独的图例，请删除plt.legend(...)并l1.remove()