如何使用seaborn创建按登船港口划分的乘客生存情况分组柱状图

错误原因 #

你当前的用法中，sns.barplot()默认会对y字段做均值聚合，所以输出的是不同登船点的乘客平均存活率，不是你需要的存活/死亡人数统计。同时你将y和hue参数都设为Survived，逻辑也完全不匹配需求。

解决方案 #

方案1：直接使用计数专用的sns.countplot()（更简便） #

该函数专门用来统计分组的样本数量，不需要额外处理源数据，直接替换绘图函数即可：

df_drop_Emb = df_titanic.dropna(subset= ["Embarked"])
plt.figure(figsize=(10, 8))
# 替换barplot为countplot，不需要传入y参数，默认统计样本数量
sns.countplot(x="Embarked", 
            hue="Survived", 
            data=df_drop_Emb)
plt.ylabel("人数", size=14)
plt.xlabel("登船港口", size=14)
plt.title("各登船港口存活/死亡乘客数量", size=18)
plt.show()

方案2：坚持使用sns.barplot()的话，先手动做分组聚合统计人数 #

先按登船点、存活状态两个维度分组统计人数，再把统计得到的人数字段传给y参数即可：

df_drop_Emb = df_titanic.dropna(subset= ["Embarked"])
# 分组统计各分类下的人数
count_df = df_drop_Emb.groupby(["Embarked", "Survived"], as_index=False).size()
plt.figure(figsize=(10, 8))
sns.barplot(x="Embarked", 
            y="size", # y参数设置为统计得到的人数字段
            hue="Survived", 
            data=count_df)
plt.ylabel("人数", size=14)
plt.xlabel("登船港口", size=14)
plt.title("各登船港口存活/死亡乘客数量", size=18)
plt.show()

内容的提问来源于stack exchange，提问作者mert