如何使用seaborn为分类数据绘制100%堆叠条形图

实现方案 #

前置数据预处理 #

先计算每个Rank分组下不同Clicked分类的占比，得到适配绘图的宽格式占比表：

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

# 计算各Rank下的总样本量
rank_total = df.groupby('Rank')['Clicked'].count()
# 计算各Rank下不同Clicked分类的样本量
cat_count = df.groupby(['Rank', 'Clicked'])['Clicked'].count().unstack(fill_value=0)
# 计算占比
ratio_df = cat_count.div(rank_total, axis=0)
# 固定分类顺序为Cat1、Cat2、Cat3、Cat4，避免乱序
ratio_df = ratio_df.reindex(['Cat1', 'Cat2', 'Cat3', 'Cat4'], axis=1, fill_value=0)

方案1：纯Matplotlib实现 #

通过Matplotlib原生的bar接口逐层堆叠绘制：

x = range(len(ratio_df.index))
# 堆叠的底部起始位置，初始为0
bottom = [0]*len(ratio_df.index)
# 自定义配色，可按需替换
colors = sns.color_palette('tab10', n_colors=4)

for idx, cat in enumerate(ratio_df.columns):
    plt.bar(
        x=x,
        height=ratio_df[cat],
        bottom=bottom,
        label=cat,
        color=colors[idx]
    )
    # 更新下一层的堆叠底部位置
    bottom = [bottom[i] + ratio_df.iloc[i, idx] for i in range(len(bottom))]

plt.xticks(x, ratio_df.index)
plt.xlabel('Rank')
plt.ylabel('占比')
plt.legend()
plt.show()

方案2：Seaborn辅助实现 #

Seaborn无原生堆叠条形图接口，可将数据转为长格式后用histplot的fill模式实现：

# 宽表转长格式适配Seaborn接口
long_df = ratio_df.reset_index().melt(
    id_vars='Rank',
    var_name='Clicked',
    value_name='ratio'
)

sns.histplot(
    data=long_df,
    x='Rank',
    weights='ratio',
    hue='Clicked',
    multiple='fill',
    shrink=0.8 # 调整柱子宽度，匹配pandas plot的默认效果
)
plt.xlabel('Rank')
plt.ylabel('占比')
plt.show()

内容的提问来源于stack exchange，提问作者amestrian