如何为Seaborn Catplot无数据类别标注0计数柱状图

核心思路 #

遍历FacetGrid的每个子图及其对应分类标签，通过判断ax.containers是否为空识别无数据的子图，在默认柱子位置自动标注0，全程无需硬编码分类名称。

实现代码 #

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 模拟有序分类数据（>=80岁组无数据）
data = pd.DataFrame({
    'age_category': pd.Categorical(
        ['18-39', '18-39', '40-59', '40-59', '60-79', '60-79'],
        categories=['18-39', '40-59', '60-79', '>= 80 years old'],
        ordered=True
    ),
    'dummy': 1  # 用于count统计的虚拟变量
})

# 绘制分类计数图
g = sns.catplot(
    data=data,
    x='dummy',
    col='age_category',
    kind='count',
    col_wrap=2
)

# 遍历子图和对应分类标签
for ax, col_label in zip(g.axes.flat, g.col_names):
    if not ax.containers:
        # 计算x轴中心，匹配默认柱子位置
        x_min, x_max = ax.get_xlim()
        x_center = (x_min + x_max) / 2
        # 标注0，位置略高于x轴避免重叠
        ax.text(
            x_center, 0.1,
            '0',
            ha='center', va='bottom',
            fontsize=12
        )
    else:
        # 为有数据的子图标注计数（原有逻辑）
        for container in ax.containers:
            ax.bar_label(container)

plt.tight_layout()
plt.show()

关键说明 #

• g.col_names自动读取有序分类的所有标签，适配任意数量的分类组
• ax.containers为空时直接判定该分类无数据，无需额外数据校验
• 通过ax.get_xlim()计算x轴中心，保证0的标注位置和有数据子图的计数位置完全一致

内容的提问来源于stack exchange，提问作者Jonathan Ng