Python: 使用matplotlib和seaborn创建簇状柱形图及其分面（35）

簇状柱形图

为了展示两个分类变量之间的关联, 我们可以将之前学习过的单变量条形图扩展为双变量簇状柱形图. 这与标准条形图类似地, 我们仍然需要记录每一组的数据点数量, 而此时每一组数据代表的是两个不同分类器的结果组合. 因此, 我们需要按照特定顺序排列这些长方形块, 以便直观理解整体分布情况. 在这种情况下, 我们将所有具有相同级别的第一个分类器的结果放在一起形成一簇, 然后在每个这样的簇内部按照第二个分类器的不同结果对这些长方形块进行排序. 通过示例演示seaborn.countplot函数的应用会更加直观. 为了实现从单一类别到双类别展示的效果, 可以通过增加 hue 参数来区分不同的类别会更加方便.

sb.countplot(data = df, x = 'cat_var1', hue = 'cat_var2')

第一个分类变量以较为宽广的x轴呈现（对照组、实验A与实验B）。针对每一个分组绘制三个条形图：对应于第二个分类变量的不同级别，则各自占据一个条形图的位置，并通过不同颜色区分各个层级；并在图形右上方放置图例标识以说明各类别的对应关系。
从图形分析可以看出，在第二位维度（ca