如何用Seaborn绘制带class分组标签的分数计数直方图

问题场景 #

你有如下结构的DataFrame：

name  class           scores
1     Bob  history     [13, 14, 11]
2   Chuck  math        [12,  7,  8]
3   Daren  history     [26, 14,  9]
4   Elisa  english     [ 8, 14, 10]
5   Aaron  history     [12, 13, 23]
6     Tom  math        [ 7,  7, 28]
7     Dan  history     [13,  2, 13]
8    Fred  english     [ 4,  1,  2]

需要绘制直方图：x轴为单个分数值，y轴为分数计数，以class作为分组标签（hue），效果参考Seaborn官方histplot示例的折线式直方图（element="step"）。

解决方案 #

核心是先把嵌套的scores列展开成单行单值的结构，再用Seaborn绘图：

1. 展开嵌套列表
   用pandas的explode()方法拆分scores列，同时将拆分后的分数转为数值类型（避免后续绘图报错）：

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

# 初始化你的DataFrame
df = pd.DataFrame({
    'name': ['Bob', 'Chuck', 'Daren', 'Elisa', 'Aaron', 'Tom', 'Dan', 'Fred'],
    'class': ['history', 'math', 'history', 'english', 'history', 'math', 'history', 'english'],
    'scores': [[13,14,11], [12,7,8], [26,14,9], [8,14,10], [12,13,23], [7,7,28], [13,2,13], [4,1,2]]
})

# 展开scores列并转换为整数类型
df_exploded = df.explode('scores').astype({'scores': int})

2. 绘制分组直方图
   用Seaborn的histplot，指定x轴为scores，分组标签为class，并设置element="step"匹配示例效果：

sns.histplot(df_exploded, x='scores', hue='class', element='step')
plt.xlabel('分数')
plt.ylabel('计数')
plt.title('各科目分数分布直方图')
plt.show()

说明 #

explode()是处理列表型列的关键，它会把每个列表元素拆成独立行，保证每个分数都和对应的class绑定，这样Seaborn就能按class分组统计分数的出现次数了。

内容的提问来源于stack exchange，提问作者You_Donut