Seaborn barplot使用hue时缺失类别如何让柱子居中对齐刻度

问题描述 #

使用Seaborn的barplot绘制柱状图传入hue参数时，如果某个hue分类存在缺失，会出现「空列」异常：Seaborn会在本该展示该hue类别的位置留白，两种常见需求如下：

• 单组缺失单个hue分类时，让剩余柱子居中对齐到刻度位置（对应下图中Fri刻度的橙色柱子居中）
• 缺失中间hue分类时，消除剩余柱子之间的空白，让刻度对齐所有柱子的中间位置

复现代码 #

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

tips = sns.load_dataset("tips")
tips.loc[(tips["sex"]=="Male")&(tips["day"]=="Fri"), "total_bill"] = np.nan

# 问题场景1：x=day，hue=sex
sns.barplot(x="day", y="total_bill", hue="sex", data=tips)
plt.show()

# 问题场景2：x=sex，hue=day
sns.barplot(x="sex", y="total_bill", hue="day", data=tips)
plt.show()

解决方案 #

核心思路是跳过Seaborn自动分组的逻辑，手动聚合统计值后根据每个分组的实际柱子数量计算位置，自动实现居中对齐，无空白占位。

场景1：单组缺失单个hue分类，剩余柱子居中 #

# 先按x和hue分组统计均值（barplot默认展示均值）
stats = tips.groupby(["day", "sex"])["total_bill"].mean().reset_index()
# 过滤掉空值分组
stats = stats.dropna(subset=["total_bill"])

width = 0.35
x_cats = stats["day"].unique()
x_ticks = np.arange(len(x_cats))
color_map = {"Male": "tab:orange", "Female": "tab:blue"}

plt.figure(figsize=(8,4))
# 遍历每个hue分类绘图
for hue_idx, hue in enumerate(stats["sex"].unique()):
    subset = stats[stats["sex"] == hue]
    # 匹配x分类位置，自动跳过缺失的分组
    x_pos = x_ticks[[d in subset["day"].values for d in x_cats]]
    # 计算居中偏移量
    offset = (hue_idx - len(stats["sex"].unique())/2 + 0.5) * width
    plt.bar(x_pos + offset, subset["total_bill"], width=width, label=hue, color=color_map[hue])

plt.xticks(x_ticks, x_cats)
plt.xlabel("day")
plt.ylabel("total_bill")
plt.legend(title="sex")
plt.show()

场景2：缺失中间hue分类，消除柱子间空白 #

# 按x和hue分组统计均值
stats = tips.groupby(["sex", "day"])["total_bill"].mean().reset_index()
stats = stats.dropna(subset=["total_bill"])

width = 0.2
x_cats = stats["sex"].unique()
x_ticks = np.arange(len(x_cats))
# 保持hue原有顺序和配色
hue_order = ["Thur", "Fri", "Sat", "Sun"]
color_map = {"Thur": "tab:blue", "Fri": "tab:orange", "Sat": "tab:green", "Sun": "tab:red"}

plt.figure(figsize=(8,4))
labels_added = set()
# 遍历每个x轴分组
for x_idx, x_cat in enumerate(x_cats):
    subset = stats[stats["sex"] == x_cat].sort_values("day", key=lambda x: x.map({v:i for i,v in enumerate(hue_order)}))
    n_bars = len(subset)
    # 计算当前分组内所有柱子的偏移量，自动居中排列无空白
    bar_offsets = np.linspace(-width*(n_bars-1)/2, width*(n_bars-1)/2, n_bars)
    # 逐个绘制柱子
    for bar_idx, (_, row) in enumerate(subset.iterrows()):
        label = row["day"] if row["day"] not in labels_added else ""
        plt.bar(x_idx + bar_offsets[bar_idx], row["total_bill"], width=width, color=color_map[row["day"]], label=label)
        labels_added.add(row["day"])

plt.xticks(x_ticks, x_cats)
plt.xlabel("sex")
plt.ylabel("total_bill")
plt.legend(title="day")
plt.show()

内容的提问来源于stack exchange，提问作者My Work