如何为分组条形图标注分组计数而非条形高度？

你需要将原代码中基于小费均值的标注，改为每组数据的出现频次，这里提供两种可行方案：

方案一：使用countplot自动统计频次 #

countplot是Seaborn专门用于统计分类数据频次的图表，会自动计算每个x+hue组合的样本数量，无需额外统计：

import seaborn as sns
import matplotlib.pyplot as plt

sns.set_theme(style="whitegrid")
df = sns.load_dataset("tips")

# 用countplot直接统计每天不同性别的人数
ax = sns.countplot(x='day', hue="sex", data=df, palette="tab20_r")

# 遍历每个条形，标注对应的频次
for rect in ax.patches:
    y_value = rect.get_height()  # countplot的条形高度就是频次
    x_value = rect.get_x() + rect.get_width() / 2
    space = 1
    label = f"{int(y_value)}"  # 直接取整数频次作为标注文本
    ax.annotate(label, (x_value, y_value), xytext=(0, space), 
                textcoords="offset points", ha='center', va='bottom')

plt.show()

方案二：手动统计分组计数后绘图 #

如果需要更灵活的统计逻辑（比如后续要扩展其他计算），可以先手动分组统计频次，再用barplot绘制：

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

sns.set_theme(style="whitegrid")
df = sns.load_dataset("tips")

# 手动统计每天每个性别的人数，生成新的统计DataFrame
count_df = df.groupby(['day', 'sex']).size().reset_index(name='count')

# 基于统计后的count列绘制条形图
ax = sns.barplot(x='day', y='count', hue="sex", data=count_df, palette="tab20_r")

# 标注每组的频次
for rect in ax.patches:
    y_value = rect.get_height()
    x_value = rect.get_x() + rect.get_width() / 2
    space = 1
    label = f"{int(y_value)}"
    ax.annotate(label, (x_value, y_value), xytext=(0, space), 
                textcoords="offset points", ha='center', va='bottom')

plt.show()

内容的提问来源于stack exchange，提问作者user20566115