Seaborn countplot在泰坦尼克号数据集上显示结果异常问题排查

嘿，我一看你遇到的这个问题就知道咋回事了——这是Seaborn的countplot在FacetGrid里的一个小坑，不是数据错了，是显示顺序搞混了！

为什么会出现这个矛盾？ #

你用data1['Sex'].value_counts()得到的总人数是对的（男性577，女性314），但绘图时看到的“未存活女性450+”其实是把男性的数量当成女性的了。原因很简单：
当你直接用plot1.map(sns.countplot,'Sex')时，countplot会自动按每个子图内类别的数量从多到少排序x轴：

• 在「未存活」的子图里，男性死亡人数远多于女性，所以x轴第一个显示的是male（对应柱子高度≈468），第二个才是female（≈81）；
• 在「存活」的子图里，女性存活人数远多于男性，所以x轴第一个显示的是female（≈233），第二个是male（≈109）。

两个子图的x轴顺序不一样，你肯定是把未存活子图里的第一个柱子（男性）当成女性了，才会觉得女性人数远超总人数~

怎么解决？ #

只需要给countplot加一个order参数，强制两个子图的x轴顺序保持一致就行，比如统一按['male', 'female']排列：

plot1 = sns.FacetGrid(data1, col='Survived')
plot1.map(sns.countplot, 'Sex', order=['male', 'female'])
plt.show()

这样你就能清晰看到：

• 未存活组：男性柱子很高，女性柱子很矮；
• 存活组：女性柱子很高，男性柱子较矮。

更直观的替代方案 #

其实不用FacetGrid，直接用countplot加hue参数，能一次性展示所有对比信息，更不容易看错：

import seaborn as sns
import matplotlib.pyplot as plt

sns.countplot(data=data1, x='Survived', hue='Sex')
# 把x轴标签改成中文更易懂
plt.xticks(ticks=[0, 1], labels=['未存活', '存活'])
plt.legend(title='性别')
plt.show()

这样你一眼就能对比出每个存活类别下的男女人数，完全不会有顺序混淆的问题~

内容的提问来源于stack exchange，提问作者iheb meddeb