Matplotlib 海伯恩直方图

我想画一个直方图，比较两个数据数组。基本上，我想做的就是：

假设我想绘制这个图，但使用两个数组，其中有四个条目，一个带有数字，应该指向蓝色区域，另一个带有蓝色区域的数字。我试过这个：

x1 = np.array([0.1,0.2,0.3])
x2 = np.array([0.1,0.2,0.5])
sns.histplot(data=[x1,x2], x=['1','2','3'], multiple="dodge", hue=['a','b'], shrink=.8)

但是它给了我一个错误“ValueError:数组必须都是相同长度的”

我知道我应该输入df而不是数组，但遗憾的是，我并不是如何使用它们的专家。

---

我怎样才能解决这个问题？简单地说，我在这里寻找一个复制粘贴解决方案，然后我可以在其中更改数字和列的名称。

看起来您需要的是条形图，而不是直方图。从多个列创建seaborn绘图通常需要将它们转换为，这使得过程不那么简单

以下是一个例子：

导入matplotlib.pyplot作为plt
导入seaborn作为sns
作为pd进口熊猫
将numpy作为np导入
x1=np.数组（[0.1,0.2,0.3]）
x2=np.数组（[0.1,0.2,0.5]）
x=['1'，'2'，'3']#或者更简单地说，x=np.arange（len（x1））+1
df=pd.DataFrame（{'a'：x1，'b'：x2，'x'：x}）
df_long=df.melt（'x'）
ax=sns.barplot（数据=df_long，x='x'，y='value'，道奇=True，色调='variable'）
plt.show（）

长格式如下所示：

   x variable  value
0  1        a    0.1
1  2        a    0.2
2  3        a    0.3
3  1        b    0.1
4  2        b    0.2
5  3        b    0.5

---

有关其他选项，如命名创建的列，请参见。

这正是我想要的，谢谢！关于如何使身材更“美丽”，你有什么建议（甚至只是链接）吗？（比如我贴的那张）你可以试一下。例如，开始时

sns.set_style（'white'）

，结束时

sns.skeene（）

。如果为每个x位置提供大量值，Seaborn会计算这些错误条。默认情况下，绘制平均值的95%置信区间。使用

ci='sd'

它将计算标准偏差（但也需要所有数据）。你所说的“只有一种颜色”是什么意思？只有

sns.barplot（data=df_long，x='x'，y='value'，ci='sd'）

？那么

sns.barplot（data=df_long，x='x'，y='value'，ci='sd'）

对你有用吗？对于当前数据，第三个值只有一个误差条，因为前两个值的标准偏差为0。如果每个值只有一个条形图，您也可以使用

sns.barplot（data=df_long，x='x'，y='value'，ci=None，yerr=[sd1，sd2，sd3]）

绘制预先计算的误差条形图。