如何使用Matplotlib在Seaborn facetgrid bar图上添加图例？

背景

在进行数据分析和可视化分析时，经常需要使用Seaborn和Matplotlib这两个Python库。Seaborn是一款基于Matplotlib的高级数据可视化库，它提供了更多的图形展示样式，而且具有方便的数据预处理功能，自动生成各种统计图表。Matplotlib则是Python最广泛使用的数据可视化库，包含了各种高质量的2D和3D图形，以及动画和交互式图形。在使用Seaborn的facetgrid画出bar图时，常常需要在图例中区分出各个条形和子图之间的不同。

方案

要在Seaborn facetgrid bar图上添加图例，我们需要使用Matplotlib的axes对象，并调用它的legend函数。下面是一个具体的示例代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 创建一个facetgrid，并绘制bar图
g = sns.catplot(x="day", y="total_bill", hue="smoker", col="time",
                data=tips, kind="bar", height=4, aspect=.7)
g.despine(left=True)

# 获取当前的axes对象，并调用legend函数
axes = g.axes.flatten()
axes[0].legend(loc='upper left')
axes[1].legend(loc='upper left')

plt.show()

这个示例代码中，我们首先使用Seaborn的catplot函数创建一个facetgrid，然后指定数据集为tips，分别绘制以day为横坐标、total_bill为纵坐标、hue为smoker、col为time的bar图。之后，我们使用Matplotlib的axes对象获取当前的axis，并通过索引访问到子图的位置。最后，我们调用legend函数，传入位置参数loc即可在特定的位置添加图例。

注意到这里的axes[0]和axes[1]指的是两个子图对象，如果要添加更多的子图，则需要通过索引的方式获取到每个子图的对象，并依次调用它们的legend函数。