如何在seaborn的countplot上添加百分比并修复hue场景下计算错误问题

问题根源是patches的取值索引逻辑和分组求和规则不匹配：seaborn带hue的countplot中，patches的排序规则为先遍历完所有x轴分类的第一个hue值，再遍历所有x轴分类的第二个hue值，以此类推，之前的索引公式把x分类和hue的对应顺序搞反了，才会导致百分比计算异常。

以下是修改后可直接运行的代码：

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

df = sns.load_dataset("titanic")

def with_hue(plot, num_x_categories, num_hue_categories):
    heights = [p.get_height() for p in plot.patches]
    patches = [p for p in plot.patches]
    # 按x轴分类分组计算每个分组的总数量，实现单x分类下百分比总和为100%
    for x_idx in range(num_x_categories):
        # 取当前x分类下所有hue对应的柱子高度求和作为分母
        total = sum(heights[x_idx + hue_idx * num_x_categories] for hue_idx in range(num_hue_categories))
        for hue_idx in range(num_hue_categories):
            # 计算当前柱子的正确索引
            patch_idx = x_idx + hue_idx * num_x_categories
            percentage = '{:.1f}%'.format(100 * heights[patch_idx] / total)
            # 调整x坐标的偏移量适配居中
            x = patches[patch_idx].get_x() + patches[patch_idx].get_width() / 2 - 0.15
            y = patches[patch_idx].get_y() + patches[patch_idx].get_height()
            plot.annotate(percentage, (x, y), size = 11)
    plt.show()

plt.figure(figsize=(12,8))
p3 = sns.countplot(x="class", hue="who", data=df)
p3.set(xlabel='Class', ylabel='Count')

with_hue(p3, 3, 3)

核心修改点 #

• 修正了patches的索引计算公式：同一x分类下不同hue的索引为 x_idx + hue_idx * 总x分类数，和seaborn的patches排序规则匹配
• 直接从当前x分类的所有hue柱子高度计算总和作为百分比分母，不需要额外调用数据集的value_counts，避免数据集排序和x轴排序不一致导致的计算错误
• 把函数内部硬编码的p3替换为传入的plot参数，提高函数通用性

运行修改后的代码后，每个Class分类下的man、woman、child三个群体的百分比加总为100%，符合预期效果。

内容的提问来源于stack exchange，提问作者jexplore