python - 为每个面板制作具有不同类别的多面板条形图

Question

我想在 python 中制作多面板条形图，每个面板都有不同的类别。下面，我将展示一个示例，说明如何在 R 中使用 ggplot2 执行此操作。我正在寻找任何可以在 python 中执行等效操作的方法。到目前为止，我一直在 python-ggplot 和 seaborn 和 base matplotlib 中努力做到这一点，但没有运气。

您可以在我的相关帖子中看到之前的尝试： using facet_wrap with categorical variables that differ between facet panes

在这篇文章中，我现在询问是否有任何方法可以在 python 中制作我正在寻找的那种情节（而不是仅仅试图获得一种特定的工作方法）。

好的：R 中的示例：

animal = c('sheep', 'sheep', 'cow', 'cow', 'horse', 'horse', 'horse')
attribute = c('standard', 'woolly', 'brown', 'spotted', 'red', 'brown', 'grey')
population = c(12, 2, 7, 3, 2, 4, 5)
animalCounts = data.frame(animal,attribute,population)

ggplot(aes(x = attribute, weight = population), data = animalCounts) + geom_bar() + 
facet_wrap(~animal, scales = "free") + scale_y_continuous ( limits= c(0,12))

我可以在 python 中创建一个类似的数据框

animal = pd.Series(['sheep', 'sheep', 'cow', 'cow', 'horse', 'horse', 'horse'], dtype = 'category')
attribute = pd.Series(['standard', 'woolly', 'brown', 'spotted', 'red', 'brown', 'grey'], dtype = 'category')
population = pd.Series([12, 2, 7, 3, 2, 4, 5])
animalCounts = pd.DataFrame({'animal' : animal, 'attribute' : attribute, 'population': population})

在 python 中获得可比数字的任何帮助将不胜感激。如果我不必使用 rpy2，想象中的奖励积分。

Answer 1

由于last question 中已经提出的问题，python ggplot 不能使用facet_wrap。

因此使用标准 pandas / matplotlib 技术将是一种选择。

import matplotlib.pyplot as plt
import pandas as pd

animal = pd.Series(['sheep', 'sheep', 'cow', 'cow', 'horse', 'horse', 'horse'], dtype = 'category')
attribute = pd.Series(['standard', 'woolly', 'brown', 'spotted', 'red', 'brown', 'grey'], dtype = 'category')
population = pd.Series([12, 2, 7, 3, 2, 4, 5])
df = pd.DataFrame({'animal' : animal, 'attribute' : attribute, 'population': population})

fig, axes = plt.subplots(ncols=3)
for i, (name, group) in enumerate(df.groupby("animal")):
    axes[i].set_title(name)
    group.plot(kind="bar", x = "attribute", y="population", ax=axes[i], legend=False)
    axes[i].set_ylabel("count")
    axes[i].set_xlabel("")

axes[1].set_xlabel("attribute")    
plt.tight_layout()
plt.show()