Python绘制多分类数据：对比7月、10月各Cluster对应的Count数值

前置依赖 #

需要先安装用到的第三方库：
pip install pandas matplotlib seaborn

实现逻辑 #

• 先对原始数据做聚合处理：原始数据中同月份同Cluster存在多条Count记录，先求和得到每个月份每个Cluster的总Count值，不需要聚合可以跳过该步骤
• 可根据需求选择两种可视化形式：
  • 分组柱状图：相同Cluster的两个月份数值并排展示，方便直接对比同一类别的月度差异
  • 分面柱状图：每个月份单独一个子图展示全部Cluster的分布，方便看单月的整体分布情况

完整代码 #

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

# 1. 加载并处理数据
raw_data = [
    [7, 'Linux', 42],
    [7, 'Linux', 56],
    [7, 'Pct', 6],
    [7, 'Pct(C)', 11],
    [7, 'Memory', 28],
    [10, 'Latency', 73],
    [10, 'Linux', 47],
    [10, 'Pct', 21],
    [10, 'Pct(C)', 18],
    [10, 'Swap', 41],
    [10, 'Protection ', 509]
]
df = pd.DataFrame(raw_data, columns=['Month', 'Cluster', 'Count'])
# 聚合同月份同Cluster的Count总和，若不需要聚合可删除下一行
df_agg = df.groupby(['Month', 'Cluster'], as_index=False)['Count'].sum()
df_agg['Month'] = df_agg['Month'].astype(str)

# 2. 可视化方案1：分组柱状图（适合同Cluster跨月对比）
plt.figure(figsize=(12, 6))
sns.barplot(data=df_agg, x='Cluster', y='Count', hue='Month', palette='Set2')
plt.title('7月与10月各Cluster Count对比', fontsize=14)
plt.xlabel('Cluster类别', fontsize=12)
plt.ylabel('总Count数值', fontsize=12)
plt.xticks(rotation=45)
# 若Protection数值过大导致其他类别对比不明显，可开启下方对数坐标配置
# plt.yscale('log')
plt.tight_layout()
plt.show()

# 3. 可视化方案2：分面柱状图（适合看单月分布）
g = sns.FacetGrid(df_agg, col='Month', height=5, aspect=1.2)
g.map(
    sns.barplot, 
    'Cluster', 'Count', 
    palette='Set3', 
    order=df_agg['Cluster'].unique()
)
g.set_xticklabels(rotation=45)
g.set_axis_labels('Cluster类别', '总Count数值')
g.fig.suptitle('7月与10月各Cluster分布', y=1.05)
plt.tight_layout()
plt.show()

可选调整项 #

• 可通过修改palette参数调整配色，修改figsize调整画布大小
• 可自行添加数值标签，在柱状图上显示具体Count数值

内容的提问来源于stack exchange，提问作者Rehoboth