如何在python中创建按类别进行颜色编码的堆叠条形图

我正在Kaggle上制作一个广受欢迎的泰坦尼克号数据集，我想制作一个条形图，显示幸存者和死者的性别数字。在x轴上，我想要性别（男/女）。我想把生还者和死者放在一起，并用彩色编码

这是我当前的代码，它为男性/幸存、男性/死亡、女性/幸存、女性/死亡的每个组合生成四个条：

将熊猫作为pd导入
将seaborn作为sns导入数据
df=sns.load_数据集（'titanic'）.loc[：，['sex'，'surved']]
df.groupby（'sex'）.survived.value_counts（）.plot（kind='bar'，color='C0'，'C1']，stacked=True）

电流输出

---

对于一些示例数据，我相信这就是您正在使用

matplotlib

查找的内容：

import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({'Sex':['M','F','M','F','M','F','M','F','M','F','F','F','M','F','F','F'],
                   'Survived':['Y','Y','N','Y','N','Y','N','Y','Y','Y','Y','Y','Y','Y','N','N']})
grouped = df.groupby(['Sex','Survived'],as_index=False).agg(Count=pd.NamedAgg(column="Survived", aggfunc="count"))
fig, ax = plt.subplots()
ax.bar(grouped[grouped['Sex'] =='F']['Survived'], grouped[grouped['Sex']=='F']['Count'],label='F')
ax.bar(grouped[grouped['Sex'] =='M']['Survived'], grouped[grouped['Sex']=='M']['Count'],label='M',bottom=grouped[grouped['Sex']=='F']['Count'])
ax.set_ylabel("Number of passengers")
ax.set_xlabel("Survived status")
ax.set_title('Passengers by survivality and gender')
ax.legend()
plt.show()

这是输出：

• 最简单的方法是使用重塑数据帧，然后指定

  kind='bar'

  和

  stacked=True

  进行绘图。
  • 要记住的重要一点是将数据格式化为绘图API的正确格式
• 使用

  pandas v1.2.4

  和

  matplotlib v3.3.4

  （

  matplotlib

  由

  pandas

  作为依赖项导入）

import seaborn as sns#用于泰坦尼克号数据
作为pd进口熊猫
#加载两个必要的柱
df=sns.load_数据集（'titanic'）.loc[：，['sex'，'surved']]
#创建透视表
dfp=df.pivot_表（index='sex'，columns=['survived']，aggfunc=len）
#显示器（dfp）
幸存0.1
性
女81 233
男468 109
#绘制数据帧
dfp.plot（kind='bar'，stacked=True，ylabel='Counts'，xlabel='Gender'，
title='生存状态按性别统计'，rot=0）

• 我不建议使用堆叠钢筋，因为区分和比较每个类别的值比较困难

dfp.plot（kind='bar'，stacked=False，ylabel='Counts'，xlabel='Gender'，
title='生存状态按性别统计'，rot=0）

---

对于这种精细的绘图，尤其是数据帧，我更喜欢使用plotly，因为输出更具交互性。我没有使用组操作，因为逻辑索引可以实现这一点

最后，由于堆叠直方图的性质，您只能表示死者，因为幸存者将是左侧区域。如果你想用不同的颜色来表达它们，请随时发表评论

希望它能解决你的问题

import plotly.graph_objects as go
import numpy as np
import seaborn as sns

df = sns.load_dataset('titanic').loc[:, ['sex', 'survived']]
male_df = df[df['sex'] == 'male']
female_df = df[df['sex'] == 'female']

fig = go.Figure(go.Histogram(
    x=df['sex'], bingroup=1, name='total number of male/female'
))
fig.add_trace(go.Histogram(
    x=male_df[male_df['survived'] == 0]['sex'], bingroup=1, name='number of deceased male'
))
fig.add_trace(go.Histogram(
    x=female_df[female_df['survived'] == 0]['sex'], bingroup=1, name='number of deceased female'
))
fig.update_layout(
    title='Passengers by survivality and gender',
    barmode='overlay',
    bargap=0.1
)
fig.show()