Seaborn 在多个 subplot 行中绘制柱状图

在本文中，我们将介绍如何使用Seaborn库在多个subplot行中绘制柱状图。Seaborn是一个用于统计数据可视化的Python库，它能够轻松地创建美观且具有吸引力的图表。

柱状图是一种展示离散变量之间关系的有效方式。通过在多个subplot行中绘制柱状图，我们可以更直观地比较不同组之间的差异。

首先，我们需要导入Seaborn和Matplotlib库，以便绘制图表和设置细节参数。运行以下代码：

import seaborn as sns
import matplotlib.pyplot as plt

接下来，我们需要创建用于展示柱状图的随机数据。假设我们希望比较三个不同组的某种测量值。运行以下代码生成模拟数据：

import numpy as np

np.random.seed(42)

# 创建模拟数据
group1 = np.random.normal(65, 10, 100)
group2 = np.random.normal(75, 15, 100)
group3 = np.random.normal(85, 20, 100)

data = pd.DataFrame({'Group 1': group1, 'Group 2': group2, 'Group 3': group3})

现在，我们已经准备好绘制柱状图了。我们将使用seaborn.barplot()函数，它可以轻松地创建一个柱状图，以及subplots()函数将图表布局分为多个子图行。运行以下代码实现这一目标：

sns.set(style="whitegrid")

# 创建一个2行1列的subplot布局
fig, axes = plt.subplots(2, 1, figsize=(10, 8), sharex=True)

# 在第一个子图中绘制柱状图
sns.barplot(x=data.index, y='Group 1', data=data, ax=axes[0])
axes[0].set_title('Group 1')

# 在第二个子图中绘制柱状图
sns.barplot(x=data.index, y='Group 2', data=data, ax=axes[1])
axes[1].set_title('Group 2')

# 设置x轴标签
plt.xlabel('Index')

# 调整子图之间的水平间距
plt.subplots_adjust(hspace=0.4)

# 展示图表
plt.show()

上述代码中，我们首先通过plt.subplots()函数创建了一个2行1列的子图布局。接下来，在每个子图中分别使用sns.barplot()函数绘制了两组数据的柱状图。sharex=True参数使得两个子图共享x轴。

我们还使用set_title()函数为每个子图添加了标题，使用plt.xlabel()函数添加了x轴标签。最后，我们使用plt.subplots_adjust()函数调整了子图之间的水平间距，并通过plt.show()函数展示了图表。

通过运行上述代码，您将获得一个包含两行柱状图的图表。每行对应一个组的柱状图，可以轻松比较不同组之间的差异。

阅读更多：Seaborn 教程