Python Seaborn:countplot（）与频率

我有一个名为“axes”的数据框，它可以取3-12之间的整数值。我正在尝试使用Seaborn的countplot（）选项实现以下绘图：

左y轴显示这些值在数据中出现的频率。轴延伸为[0%-100%]，每10%打勾一次

右y轴显示实际计数，数值对应于左y轴确定的刻度线（每10%标记一次）

x轴显示条形图的类别[3,4,5,6,7,8,9,10,11,12]

条形图顶部的注释显示该类别的实际百分比

下面的代码给出了下面的图，带有实际的计数，但我找不到将它们转换成频率的方法。我可以使用

df.axes.value\u counts（）/len（df.index）

获得频率，但我不确定如何将此信息插入Seaborn的

countplot（）

我还找到了注释的解决方法，但我不确定这是否是最好的实现

任何帮助都将不胜感激

谢谢

plt.figure(figsize=(12,8))
ax = sns.countplot(x="AXLES", data=dfWIM, order=[3,4,5,6,7,8,9,10,11,12])
plt.title('Distribution of Truck Configurations')
plt.xlabel('Number of Axles')
plt.ylabel('Frequency [%]')

for p in ax.patches:
        ax.annotate('%{:.1f}'.format(p.get_height()), (p.get_x()+0.1, p.get_height()+50))

编辑： 我用下面的代码，使用熊猫的条形图，挖沟Seaborn，更接近我所需要的。感觉好像我使用了很多变通方法，必须有一种更简单的方法。这种方法的问题是：

• Pandas的条形图函数中没有Seaborn的countplot（）所具有的

  order

  关键字，因此我无法像在countplot（）中那样绘制3-12之间的所有类别。我需要有他们显示，即使没有在该类别的数据
• 由于某种原因，次y轴会弄乱条形图和注释（请参见在文本和条形图上绘制的白色网格线）

---

我使用core

matplotlib

的条形图使其工作。我显然没有你的数据，但根据你的数据进行调整应该是很简单的。

方法 我使用了

matplotlib

的双轴，并将数据绘制为第二个

轴上的条形图。剩下的只是一些摆弄，以获得正确的记号并进行注释

希望这有帮助

代码
我认为您可以先手动设置y主刻度，然后修改每个标签

dfWIM = pd.DataFrame({'AXLES': np.random.randint(3, 10, 1000)})
total = len(dfWIM)*1.
plt.figure(figsize=(12,8))
ax = sns.countplot(x="AXLES", data=dfWIM, order=[3,4,5,6,7,8,9,10,11,12])
plt.title('Distribution of Truck Configurations')
plt.xlabel('Number of Axles')
plt.ylabel('Frequency [%]')

for p in ax.patches:
        ax.annotate('{:.1f}%'.format(100*p.get_height()/total), (p.get_x()+0.1, p.get_height()+5))

#put 11 ticks (therefore 10 steps), from 0 to the total number of rows in the dataframe
ax.yaxis.set_ticks(np.linspace(0, total, 11))

#adjust the ticklabel to the desired format, without changing the position of the ticks. 
_ = ax.set_yticklabels(map('{:.1f}%'.format, 100*ax.yaxis.get_majorticklocs()/total))

您可以通过为频率制作轴来实现这一点。您可以切换两个y轴，使频率保持在左侧，计数保持在右侧，但无需重新计算计数轴（此处我们使用和来移动刻度和移动轴标签）

然后，您可以使用模块设置刻度，特别是和

对于注释，您可以使用
patch.get_bbox（）

最后，需要关闭孪生轴的栅格，以防止栅格线显示在条的顶部（）

下面是一个工作脚本：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import matplotlib.ticker as ticker

# Some random data
dfWIM = pd.DataFrame({'AXLES': np.random.normal(8, 2, 5000).astype(int)})
ncount = len(dfWIM)

plt.figure(figsize=(12,8))
ax = sns.countplot(x="AXLES", data=dfWIM, order=[3,4,5,6,7,8,9,10,11,12])
plt.title('Distribution of Truck Configurations')
plt.xlabel('Number of Axles')

# Make twin axis
ax2=ax.twinx()

# Switch so count axis is on right, frequency on left
ax2.yaxis.tick_left()
ax.yaxis.tick_right()

# Also switch the labels over
ax.yaxis.set_label_position('right')
ax2.yaxis.set_label_position('left')

ax2.set_ylabel('Frequency [%]')

for p in ax.patches:
    x=p.get_bbox().get_points()[:,0]
    y=p.get_bbox().get_points()[1,1]
    ax.annotate('{:.1f}%'.format(100.*y/ncount), (x.mean(), y), 
            ha='center', va='bottom') # set the alignment of the text

# Use a LinearLocator to ensure the correct number of ticks
ax.yaxis.set_major_locator(ticker.LinearLocator(11))

# Fix the frequency range to 0-100
ax2.set_ylim(0,100)
ax.set_ylim(0,ncount)

# And use a MultipleLocator to ensure a tick spacing of 10
ax2.yaxis.set_major_locator(ticker.MultipleLocator(10))

# Need to turn the grid on ax2 off, otherwise the gridlines end up on top of the bars
ax2.grid(None)

plt.savefig('snscounter.pdf')

为什么不将滴答声标签除以总计数以获得频率？我使用
vals=ax.get\u-yticks（）和
ax.set\u-yticks（vals/len（df））进行了尝试
。然而，一旦我这样做，所有标签都会在原点附近的最底部结束，这是由于绘图的实际y比例。显然我的方法是错误的。你会怎么做？你救了我的命：D:D:DThnx！一个可能的改进，以避免“展平”直方图：
#在不改变轴缩放的情况下将频率范围固定到0-100:
ax2.set_ylim（0100*ax.get_ylim（）[1]/ncount）
dfWIM = pd.DataFrame({'AXLES': np.random.randint(3, 10, 1000)})
total = len(dfWIM)*1.
plt.figure(figsize=(12,8))
ax = sns.countplot(x="AXLES", data=dfWIM, order=[3,4,5,6,7,8,9,10,11,12])
plt.title('Distribution of Truck Configurations')
plt.xlabel('Number of Axles')
plt.ylabel('Frequency [%]')

for p in ax.patches:
        ax.annotate('{:.1f}%'.format(100*p.get_height()/total), (p.get_x()+0.1, p.get_height()+5))

#put 11 ticks (therefore 10 steps), from 0 to the total number of rows in the dataframe
ax.yaxis.set_ticks(np.linspace(0, total, 11))

#adjust the ticklabel to the desired format, without changing the position of the ticks. 
_ = ax.set_yticklabels(map('{:.1f}%'.format, 100*ax.yaxis.get_majorticklocs()/total))

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import matplotlib.ticker as ticker

# Some random data
dfWIM = pd.DataFrame({'AXLES': np.random.normal(8, 2, 5000).astype(int)})
ncount = len(dfWIM)

plt.figure(figsize=(12,8))
ax = sns.countplot(x="AXLES", data=dfWIM, order=[3,4,5,6,7,8,9,10,11,12])
plt.title('Distribution of Truck Configurations')
plt.xlabel('Number of Axles')

# Make twin axis
ax2=ax.twinx()

# Switch so count axis is on right, frequency on left
ax2.yaxis.tick_left()
ax.yaxis.tick_right()

# Also switch the labels over
ax.yaxis.set_label_position('right')
ax2.yaxis.set_label_position('left')

ax2.set_ylabel('Frequency [%]')

for p in ax.patches:
    x=p.get_bbox().get_points()[:,0]
    y=p.get_bbox().get_points()[1,1]
    ax.annotate('{:.1f}%'.format(100.*y/ncount), (x.mean(), y), 
            ha='center', va='bottom') # set the alignment of the text

# Use a LinearLocator to ensure the correct number of ticks
ax.yaxis.set_major_locator(ticker.LinearLocator(11))

# Fix the frequency range to 0-100
ax2.set_ylim(0,100)
ax.set_ylim(0,ncount)

# And use a MultipleLocator to ensure a tick spacing of 10
ax2.yaxis.set_major_locator(ticker.MultipleLocator(10))

# Need to turn the grid on ax2 off, otherwise the gridlines end up on top of the bars
ax2.grid(None)

plt.savefig('snscounter.pdf')