Matplotlib Seaborn多重柱形图

在数据可视化领域，Matplotlib和Seaborn是最受欢迎的Python库之一。它们可以帮助数据科学家和分析师更好地理解他们的数据。

多重柱形图是一种用于呈现多个变量之间比较的图表类型。使用Matplotlib和Seaborn库创建多重柱形图可以提供可视化的方法，使数据科学家和分析师们快速发现数据的关联性。

本文将介绍如何使用 Matplotlib、Seaborn创建单个和多个柱状图。

建立单个柱状图

Matplotlib与Seaborn都可以用来绘制单个柱状图。Matplotlib是一个更为基础的库，而Seaborn则提供了更多美观的可视化效果。

考虑一个简单的例子，在此我们将使用Matplotlib和Seaborn库来绘制一组示例数据的柱状图。

import matplotlib.pyplot as plt

data = [1, 2, 3, 4]
plt.bar(range(len(data)), data)

plt.show()

上述代码将创建一个基本的柱状图。

接下来我们将使用Seaborn优化此图表的视觉效果。

import seaborn as sns

sns.set_style('whitegrid')
data = [1, 2, 3, 4]
labels = ['A', 'B', 'C', 'D']
sns.barplot(x=labels, y=data)

plt.show()

使用Seaborn来绘制柱状图需要考虑两个主要方面：

x轴应该是类别型变量
当有多个柱状图时，应当设置hue参数，以避免颜色困境。

创建多重柱状图

多重柱状图是更复杂的柱状图方案中的一种，用于呈现具有多重维度的数据，例如：

在这个示例中，我们将使用Matplotlib和Seaborn库来创建每个项目的收入和成本的多重柱状图。

import matplotlib.pyplot as plt
import numpy as np

labels = ['Project A', 'Project B', 'Project C', 'Project D']
men_means = [20, 35, 30, 35]
women_means = [25, 32, 34, 20]

x = np.arange(len(labels))  # the label locations
width = 0.35  # the width of the bars

fig, ax = plt.subplots()
rects1 = ax.bar(x - width/2, men_means, width, label='Revenue')
rects2 = ax.bar(x + width/2, women_means, width, label='Cost')

# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Amount')
ax.set_title('Projects by Revenue and Cost')
ax.set_xticks(x)
ax.set_xticklabels(labels)
ax.legend()

plt.show()

在上述代码中，我们使用np.arange()函数创建了一个使用所有标签的数组x，处理每个子类，并在两个组中提供了每个组大致相等的控制。

现有不同组，并在它们的旁边进行拆分。

使用Seaborn

使用Seaborn可制作出更为复杂的图表类型。以下是Seaborn与Matplotlib结合使用的示例。

import pandas as pd
import seaborn as sns

data = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv')
sns.barplot(x="day", y="total_bill", hue="sex", data=data)

在上述代码，我们使用了Seaborn来读取一个名为tips的示例数据集，使用Matplotlib绘制了多层柱状图，可视化不同性别在不同天数的总账单量。