Python技术请求：基于性别分组绘制分数分组条形图

你的需求是绘制4组条形（男-分数、男-等级、女-分数、女-等级），原代码未达预期大概率是数据结构处理或绘图参数的问题，以下是两种可行解决办法：

方法1：Pandas原生绘图快速实现 #

如果你的DataFrame是宽表结构（gender为一列，score和grade各为独立列），直接将gender设为索引再绘图即可：

import matplotlib.pyplot as plt

# 将gender设为索引后绘图
data_gender.set_index('gender').plot(kind='bar', rot=0)
# 添加基础美化
plt.title('分数与等级按性别分布')
plt.ylabel('数值')
plt.show()

这样会自动生成每个性别对应分数、等级的两组条形，加起来正好4个，匹配你的需求。

方法2：转长表后用Seaborn绘图（更灵活） #

如果需要自定义样式（比如调整颜色、图例位置），先把宽表转成长表结构，再用Seaborn分组绘制：

import seaborn as sns
import matplotlib.pyplot as plt

# 宽表转长表，将score和grade合并为统一的指标列
data_melted = data_gender.melt(id_vars='gender', var_name='指标', value_name='数值')

# 绘制分组条形图
sns.barplot(x='gender', y='数值', hue='指标', data=data_melted)
plt.title('分数与等级按性别分布')
plt.show()

这种方式可灵活调整绘图细节，同样能得到你要的4组条形。

原代码失效原因 #

你之前的data_gender.plot(x='gender',kind='bar', stacked=False)逻辑本身没问题，但如果你的DataFrame不是宽表（比如score和grade以行形式存储而非列），就会出现异常。另外将gender设为索引的方式，比直接指定x='gender'更直观，能避免结构适配问题。

内容的提问来源于stack exchange，提问作者Matthew101