Python 如何在Matplotlib的子批次中添加多个条形图

我有一个动态的熊猫数据框架。我试图在一个子图中放置一个条形图，在一个窗口中显示多个图形。 在x轴上有“面积”，在y轴上有面积计数

   Names                 Area         Area Count
0  Info 1        [LOCATION, PERSON]   [130, 346]
1  Info 2              [NRP]          [20]

rows=len（df1['Names']）
图，ax=plt.子批次（nrows=行，ncols=1）
df1['Area'].绘图（ax=ax[0,0]）
df1[“面积计数”]。绘图（ax=ax[0,1]）

• 但是，由于显示的数据是离散的（不是连续的），所以不清楚您正在尝试什么，应该将其绘制为条形图，而不是线形图
• 应使用

  pandas.Series.explode

  从列表中删除所有值

将熊猫作为pd导入
导入seaborn作为sns
#测试数据帧
数据={'Names'：['Info 1'，'Info 2']，'Area'：[['LOCATION'，'PERSON']，['NRP']]，'Area Count'：[[130346]，[20]}
df=pd.DataFrame（数据）
#显示（df）
名称面积计数
0信息1[位置，人员][130346]
1信息2[NRP][20]
#分解列表
df=df.set_index（'Names'）。apply（pd.Series.explode）。reset_index（）
#显示（df）
名称面积计数
0信息1位置130
1信息1人346
2信息2 NRP 20

策划

df.plot.bar（x='Area'，y='Area Count'）

sns.barplot（data=df，x='Area'，y='Area Count'，hue='Names'，dodge=False）

df.pivot（index='Area'，columns='name'，values='areacount'）.plot.bar（）

df.pivot（index='name'，columns='Area'，values='Area Count'）.plot.bar（）

sns.catplot（data=df，col='name'，x='Area'，y='Area Count'，kind='bar'，estimator=sum）

rows=len（df.Names.unique（））
图，ax=plt.子批次（nrows=rows，ncols=1，figsize=（6,8））
对于枚举中的i，v（df.Names.unique（））：
数据=df[df.Names==v]
data.plot.bar（x='Area'，y='Area Count'，title=v，ax=ax[i]，legend=False）
plt.紧_布局（）
plt.show（）

---

你说得对。谢谢