<think>
我们有两组数据：第一组（0行）为五月34，六月33，七月40；第二组（1行）为五月14，六月18，七月23。
使用seaborn绘制分组柱状图，我们需要将数据整理为长格式（long format），包含三列：月份、组别（0或1）、数值。
然后使用seaborn的barplot函数，x轴为月份，y轴为数值，hue为组别。
步骤：
1. 创建数据框（DataFrame）:
月份: ['五月','五月','六月','六月','七月','七月']
组别: [0, 1, 0, 1, 0, 1]
数值: [34, 14, 33, 18, 40, 23]
2. 设置seaborn样式
3. 使用sns.barplot绘图，并设置x='月份', y='数值', hue='组别'
4. 添加标题、数据标签等
注意：seaborn的barplot会自动计算置信区间并绘制误差线，但我们这里不需要误差线（设置ci=None）。此外，由于数据是确定的，我们也可以添加数据标签。
参考引用[3]中的样式设置，我们可以设置一个合适的样式。
另外，引用[1]提到seaborn的figure级函数和axes级函数，barplot是axes级的，所以我们可以结合matplotlib的plt.subplots来创建画布。
由于数据量不大，我们可以直接使用barplot，然后通过循环添加数据标签。
具体代码如下：
</think>
我将使用 Seaborn 绘制五月、六月、七月数据的柱状图，具体实现如下：
```python
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 数据准备
data = pd.DataFrame({
'月份': ['五月', '五月', '六月', '六月', '七月', '七月'],
'组别': ['0', '1', '0', '1', '0', '1'],
'数值': [34, 14, 33, 18, 40, 23]
})
# 设置Seaborn样式
sns.set(context='notebook', # 画幅大小
style='whitegrid', # 网格样式
palette='muted', # 调色板
font='SimHei', # 中文字体
font_scale=1.2) # 字体缩放比例
# 创建图表
plt.figure(figsize=(10, 6))
ax = sns.barplot(x='月份', y='数值', hue='组别', data=data,
ci=None, palette=['#3498db', '#e74c3c'])
# 添加标题和标签
plt.title('五月至七月数据对比', fontsize=16, pad=20)
plt.xlabel('月份', fontsize=14)
plt.ylabel('数值', fontsize=14)
# 添加数据标签
for p in ax.patches:
ax.annotate(f"{p.get_height():.0f}",
(p.get_x() + p.get_width() / 2., p.get_height()),
ha='center', va='center',
fontsize=12, color='black',
xytext=(0, 8),
textcoords='offset points')
# 调整图例
plt.legend(title='数据组别', loc='upper right')
# 优化布局
plt.tight_layout()
plt.show()
```
### 图表说明：
1. **数据结构**：
- 使用长格式数据：包含"月份"、"组别"和"数值"三列
- 组别"0"对应原始数据的第一行（五月34、六月33、七月40）
- 组别"1"对应原始数据的第二行（五月14、六月18、七月23）
2. **Seaborn样式设置**：
- `context='notebook'`：适合笔记本显示的画幅大小
- `style='whitegrid'`：白色背景+网格线，提高可读性
- `palette='muted'`：柔和的调色板
- `font='SimHei'`：确保中文字符正常显示[^3]
3. **可视化效果**：
- 分组柱状图清晰展示每月两组数据的对比
- 数据标签直接显示在柱子上方
- 蓝色表示组别0，红色表示组别1
- 网格线辅助数值读取
### 扩展建议：
1. **调整分组位置**：
```python
# 设置dodge=False使柱子重叠显示
sns.barplot(..., dodge=False)
```
2. **添加误差线**：
```python
# 当有多个样本时，显示标准差
sns.barplot(..., ci='sd')
```
3. **水平柱状图**：
```python
# 交换x和y轴变量
sns.barplot(x='数值', y='月份', hue='组别', data=data, orient='h')
```
Seaborn 的 `barplot` 函数会自动计算聚合统计量（默认显示均值），并提供丰富的样式配置选项，使数据对比更加直观[^1][^2]。
扫一扫
1340
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
