使用 matplotlib 的 100% 堆叠和分组条形图

Question

抱歉，如果此问题重复，因为我无法找到解决方案。

我确实有一个数据框：

| sample_ids | perc_A | perc_B | perc_C |
|------------|--------|--------|--------|
| sample 1   | 0.75   | 0.18182| 0.42222|
| sample 2   | 0.66667| 0.24747| 0.15823|
| sample 3   | 0.70213| 0.28176| 0.17925|

有了这个，我想 plot 一个 100% 堆叠和分组的条形图（如下所示；类似的图像取自 GitHub）。

---

根据提供的图进行详细说明：
假设样本 1 是Apples ，对于柱 A，75% 将是深紫色（图例：True_perc_a），而 25% 将是浅紫色（图例：False_perc_a）； 对于柱 B，18.19% 将是深绿色（图例：True_perc_b），而 81.81% 将是浅绿色（图例：False_perc_b）； 对于柱状图 C，42.22% 为深黄色（图例：True_perc_c），而 57.78% 为浅黄色（图例：False_perc_c）。 相同的条件适用于样品 2 和样品 3。

我能够处理数据以获得真假 perc。 例如：

df['perc_A'] = (df['perc_A']*100).round(2)
df['perc_F_A'] = (100 - df['perc_A']).round(2)

但是，我对 plot 的图有些困难。

Answer 1

因为我们知道总百分比将是 100%，所以我们可以将“False”值设置为 1。然后，我们可以在sample_ids列上融化 dataframe，重命名列，然后将所有内容乘以 100（使它们成为百分比）。 从这里，我们将通过选择包含F的percs列中的值来获取“错误”百分比，然后使用 Seaborn 绘制它，以便我们可以将色调设置为perc名称。 将调色板设置为您想要的任何 colors，然后将 alpha 设置为 0.5 以使真假百分比之间的差异更加明显。 然后在之后绘制真实百分比（这将它们放在错误百分比条的前面）并且您有堆叠条 plot：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = (20,10)

df = pd.DataFrame({'sample_ids':['sample1', 'sample2', 'sample3'], 
                   'perc_A':[0.75,0.66667,0.70213],
                   'perc_B':[0.18182,0.24747,0.28176],
                   'perc_C':[0.4222,0.15823,0.17925]})

df[['perc_F_A', 'perc_F_B', 'perc_F_C']] = 1

meltedDF = df.melt(id_vars=['sample_ids'], var_name='perc', value_name='percent')
meltedDF['percent']=meltedDF['percent']*100

sns.barplot(data=meltedDF[meltedDF.perc.str.contains('F')], x='sample_ids', y='percent', hue='perc', palette=['blue','green','red'], alpha=0.5)
sns.barplot(data=meltedDF[~meltedDF.perc.str.contains('F')], x='sample_ids', y='percent', hue='perc', palette=['blue','green','red'])
plt.show()

图形：

顺便说一句，如果您确实想要它们的真实值，那么生成“错误”百分比的更好方法是执行以下操作：

df = pd.DataFrame({'sample_ids':['sample1', 'sample2', 'sample3'], 
                   'perc_A':[0.75,0.66667,0.70213],
                   'perc_B':[0.18182,0.24747,0.28176],
                   'perc_C':[0.4222,0.15823,0.17925]})

df[['perc_F_A', 'perc_F_B', 'perc_F_C']] = df.groupby('sample_ids').apply(lambda x: 1-x)

Output：

   sample_ids   perc_A   perc_B     perc_C   perc_F_A   perc_F_B    perc_F_C
0   sample1     0.75000  0.18182    0.42220  0.25000    0.81818  0.57780
1   sample2     0.66667  0.24747    0.15823  0.33333    0.75253  0.84177
2   sample3     0.70213  0.28176    0.17925  0.29787    0.71824  0.82075