如何用FacetGrid绘制东西部Top5 C位NBA球员得分柱状图

首先需要导入seaborn库（FacetGrid是seaborn的核心组件），然后优化数据处理逻辑，再通过FacetGrid实现分面可视化：

步骤1：修正原代码错误并准备数据 #

原代码里matploltlib为拼写错误，需改为matplotlib；同时用更简洁的方式筛选并提取东西部C位的Top5球员：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns  # 导入seaborn库

# 生成模拟数据
fake_data = {}
for i in range(100):
    name = str(float(np.random.rand(1)))
    pos = 'C' if np.random.rand(1) > 0.3 else 'D'
    pts = float(np.random.randint(0,2000,1))
    conf = 'East' if np.random.rand(1) > 0.5 else 'West'
    fake_data[name] = {'pos':pos,'pts':pts,'conf':conf}
df = pd.DataFrame(fake_data).T

# 筛选C位球员，按东西部分组后取每组得分Top5
df_c_top5 = df[df['pos'] == 'C'].groupby('conf').apply(
    lambda x: x.sort_values('pts', ascending=False).head(5)
).reset_index(drop=True)

步骤2：用FacetGrid绘制分面柱状图 #

通过FacetGrid按conf（东西部）分面，然后映射柱状图到每个子图：

# 创建FacetGrid对象，按conf列分面，1行2列，设置画布尺寸
g = sns.FacetGrid(df_c_top5, col='conf', height=6, aspect=0.8)

# 映射柱状图：x轴为球员name，y轴为得分pts，指定排序顺序
g.map(sns.barplot, 'name', 'pts', order=df_c_top5.groupby('conf')['name'].apply(list))

# 设置全局标题和子图标题
g.figure.suptitle('Top scorers of position C by conf', y=1.02)  # y参数调整标题位置避免重叠
g.set_titles(col_template='{col_name}')

# 旋转x轴标签避免文字重叠
g.set_xticklabels(rotation=45)

plt.show()

关键说明 #

• groupby+apply的方式可一次性获取东西部的Top5数据，比分开处理更简洁；
• FacetGrid.map()会自动为每个分面（东/西部）绘制对应柱状图；
• order参数确保每个子图的球员按得分从高到低排序，和原matplotlib实现逻辑一致；
• 通过set_titles快速设置子图标题，suptitle设置全局标题。

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