如何使用二维数组正确绘制seaborn barplot柱状图

你的代码存在两个核心问题，直接触发一维数组输入报错：

1. 数组切片逻辑错误：x= peaks_width[0,:]取的是二维数组第一行的2个数值，而y= peaks_width[:,0]取的是第一列共80个初始峰宽值，两个数组长度完全不匹配
2. 数据格式不符合seaborn.barplot的输入要求：你当前存储的是宽表结构（每行对应一个样本，两列分别存初始、最终峰宽），seaborn的分组柱状图要求输入长表结构，不能直接传入两个不匹配的切片调用绘图。

首先确保已经导入依赖库，再根据绘图需求选择对应代码：

场景1：绘制两组峰宽的整体统计柱状图（展示均值+误差棒） #

这是barplot最常用的场景，直接对比初始、最终读取的峰宽整体差异：

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

# 转换为seaborn兼容的长表结构
df = pd.DataFrame({
    "测量阶段": ["初始读取"] * len(peaks_width) + ["最终读取"] * len(peaks_width),
    "峰宽值": np.concatenate([peaks_width[:, 0], peaks_width[:, 1]])
})

# 绘图
ax = sns.barplot(data=df, x="测量阶段", y="峰宽值")
plt.show()

场景2：绘制每个样本对应的初始/最终峰宽对比柱状图 #

x轴为样本编号，每个样本对应两个柱子区分测量阶段：

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

# 生成长表
sample_ids = np.arange(len(peaks_width))
df = pd.DataFrame({
    "样本编号": np.tile(sample_ids, 2),
    "测量阶段": ["初始读取"] * len(peaks_width) + ["最终读取"] * len(peaks_width),
    "峰宽值": np.concatenate([peaks_width[:, 0], peaks_width[:, 1]])
})

# 绘图，样本数量多可旋转x轴标签避免重叠
ax = sns.barplot(data=df, x="样本编号", y="峰宽值", hue="测量阶段")
plt.xticks(rotation=90)
plt.show()

注：新版seaborn已经不推荐直接传入x、y位置参数不指定数据源的写法，优先传入结构化的DataFrame作为data参数，再指定x、y对应的列名，可以避免90%以上的输入格式报错。

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