Python 按行索引分组的条形图 背景

我正在阅读Python机器学习入门，并在[45]中尝试了可视化。首先，我使用不同的

C

参数将3个

LogisticRegression

分类器安装到Winsconsin癌症数据集。然后，对于每个分类器，我绘制了每个特征的系数大小

%matplotlib inline
from sklearn.datasets import load_breast_cancer
from sklearn.linear_model import LogisticRegression
from matplotlib import pyplot as plt

cancer = load_breast_cancer()

for C, marker in [(0.01, 'o'), (1., '^'), (100., 'v')]:
    logreg = LogisticRegression(C=C).fit(cancer.data, cancer.target)
    plt.plot(logreg.coef_[0], marker, label=f"C={C}")
plt.xticks(range(cancer.data.shape[1]), cancer.feature_names, rotation=90)
plt.hlines(0, 0, cancer.data.shape[1])
plt.legend()

在这种情况下，我更喜欢条形图而不是使用标记。我想得到一个图表，如：

我通过以下工作流程实现了这一点

步骤1：创建一个

数据帧

将系数大小保持为一行

步骤2：将

数据帧

转换为

seaborn.barplot

-适用形式

步骤3：按

seaborn.barplot进行绘图
这产生了我想要的图形

问题
我认为第二步很乏味。我可以直接从步骤1中的
df
绘制条形图，还是通过一条直线绘制
df\u条形图？或者是否有更优雅的工作流程来获取条形图？
按列分组的条形图。因此，这应该是可能的

df = df.transpose()
df.plot(kind="bar")

不使用seaborn

如果出于任何原因需要使用seaborn，则可以通过
pandas.melt
简化问题的第2步

df_bar = df.reset_index().melt(id_vars=["index"])
sns.barplot(x="variable", y="value", hue="index", data=df_bar)

熊猫图按列分组条形图。因此，这应该是可能的

df = df.transpose()
df.plot(kind="bar")

不使用seaborn

如果出于任何原因需要使用seaborn，则可以通过
pandas.melt
简化问题的第2步

df_bar = df.reset_index().melt(id_vars=["index"])
sns.barplot(x="variable", y="value", hue="index", data=df_bar)

df_bar = df.reset_index().melt(id_vars=["index"])
sns.barplot(x="variable", y="value", hue="index", data=df_bar)