Python 如何使用seaborn制作具有多个条的绘图
我有一个熊猫数据框,正在尝试使用seaborn制作一个多条形图。我想将Python 如何使用seaborn制作具有多个条的绘图,python,seaborn,Python,Seaborn,我有一个熊猫数据框,正在尝试使用seaborn制作一个多条形图。我想将RF#标签的每一组试验分组在一起;例如,我希望RF#u 1与RF#u 6分开,并希望每个RF#值的五个试验彼此相邻,但与其他RF#组分开 我已经读到,要制作这种条形图,首先需要使用melt函数,但我不确定在我的特定数据帧中该如何工作 您可以融化数据帧,然后使用seaborn的x和hue参数来创建要查找的分组。下面的示例可以从一些列重命名和视觉调整中受益,但这应该会让您走上正确的方向 请注意,您可以直接在seaborn.barp
RF#
标签的每一组试验分组在一起;例如,我希望RF#u 1
与RF#u 6
分开,并希望每个RF#
值的五个试验彼此相邻,但与其他RF#
组分开
我已经读到,要制作这种条形图,首先需要使用melt函数,但我不确定在我的特定数据帧中该如何工作
您可以
融化
数据帧,然后使用seaborn
的x
和hue
参数来创建要查找的分组。下面的示例可以从一些列重命名和视觉调整中受益,但这应该会让您走上正确的方向
请注意,您可以直接在seaborn.barplot
命令中执行melt
,但您可能希望将此熔化的数据帧重新指定给新变量,以便在其他打印命令中使用
df=pd.DataFrame({'RF_1':{'Trial_1':64.66,
“审判2”:48.37,
“试验3”:84.0,
“审判4”:11.16,
“试验5”:77.05},
"RF_6":{"Trial_1":37.19,,
《审判2》:17.14,
“试验3”:1.5,
“审判4”:66.14,
“审判5”:24.19},
"RF_7":{"Trial_1":6.81,,
“审判2”:31.22,
“审判3”:80.24,
“审判4”:4.04,
“审判5”:58.26},
"RF_8":{"Trial_1":20.97,,
“审判2”:44.52,
“审判3”:11.38,
“审判4”:75.17,
“审判5”:92.25},
"RF_9":{"Trial_1":95.29,,
《审判2》:19.66,
《审判3》:98.07,
“审判4”:54.02,
"审判(5):86.31)
sns.barplot(x='RF',y='value',hue='index',
data=df.reset_index().melt(id_vars='index',var_name='RF'))