• 根据seaborn.FacetGrid：

警告：在大多数情况下，最好使用图形级函数（例如relplot()或catplot()），而不是直接使用FacetGrid。

• 在这种情况下没有理由使用FacetGrid。
• 使用catplot正确绘图解决了数据未在正确的'value'中绘图的问题。
• 此外，'Beta' → 'value': B & C具有重叠的'Class'数据，这意味着条形图是分层的，而不是堆叠的。分层条形图是一种非标准的数据表示方式，很可能会被误解。
• seaborn.barplot不做堆叠条。
• 有几个选项可以正确绘制数据：

1.应避开这些条。- 这是最好的选择

• sns.displot与kind='hist'可以堆叠条。
• 这是一种使用histplot的方法，可能会有不可预见的行为，例如为'Beta'包含额外的x轴位置。
• 条形图可以在x轴上绘制一个唯一的值，然后用正确的'value'重新标记。
• df.reset_index(names=['x-axis'], inplace=True)将生成一组唯一的值，以在x轴上绘制。

1.设置'value'在x轴上的顺序可以通过以下方式完成：

1. df.sort_values(['greek_char', 'value'], inplace=True)：pd.DataFrame.sort_values
   1.或者，也可以使用pd.Categorical，但这会强制所有'value'类别都位于两个x轴上。
   1.* * 在python 3.11.3、pandas 2.0.2、matplotlib 3.7.1、seaborn 0.12.2中测试**

1. dodge=True

g = sns.catplot(kind='bar', data=df, x='value', y='count', hue='Class', col='greek_char', sharey=False)

2. histplot

g = sns.displot(kind='hist', data=df, x='value', weights='count', hue='Class', col='greek_char', multiple='stack', shrink=0.9, facet_kws={'sharey': False, 'sharex': False})

3. dodge=False唯一标签

g = sns.catplot(kind='bar', data=df, x='x-axis', y='count', hue='Class', col='greek_char', sharey=False, sharex=False, dodge=False)

# iterate through each facet (axes)
for ax in g.axes.flat:
    # get the title to be used to select the correct data
    gc = ax.get_title().split(' = ')[1]
    # extract the values to be used for xticklabels
    xtick_labels = df.loc[df.greek_char.eq(gc), 'value'].tolist()
    # set the labels
    ax.set_xticks(ax.get_xticks(), xtick_labels)

• 一般来说，pandas.DataFrame.plot和kind='bar'以及stacked=True是绘制堆叠条形图的最佳选择，因为API专门为实现它们而设计。

# create the figure and subplot axes
fig, axes = plt.subplots(1, 2, figsize=(9, 4), tight_layout=True)

# iterate through each axes, and the group / data of the groupby object
for ax, (g, data) in zip(axes, df.groupby('greek_char')):
    
    # pivot the data into a wide-form
    data = data.pivot(index='value', columns='Class', values='count')
    
    # plot the stacked bars
    data.plot(kind='bar', stacked=True, rot=0, ylabel='count', title=g, ax=ax)
    
    # cosmetic change
    ax.spines[['top', 'right']].set_visible(False)
    
# adjust the legends so there is only one
axes[0].get_legend().remove()
axes[1].legend(title='Class', bbox_to_anchor=(1, 0.5), loc='center left', frameon=False)

df

df.sort_values(['greek_char', 'value'], inplace=True)
df.reset_index(names=['x-axis'], inplace=True)

   x-axis  Class  count greek_char value
0       0      0    509      Alpha     A
1       1      1     61      Alpha     B
2       2      1     18      Alpha     D
3       3      1     29      Alpha     G
4       4      1      8       Beta     A
5       5      0    148       Beta     B
6       6      1     54       Beta     B
7       7      0    361       Beta     C
8       8      1     46       Beta     C

如果您尝试使用fig.map而不是fig.map_dataframe运行代码，您将得到警告UserWarning: Using the barplot function without specifying 'order' is likely to produce an incorrect plot.一旦我添加了order参数，我就得到了正确的图。

import pandas as pd
import seaborn as sns

data = {"Class":[0, 1, 1, 1, 1, 0, 1, 0, 1],
        "count":[509, 61, 18, 29, 8, 148, 54, 361, 46],
        "greek_char":["Alpha"]*4 + ["Beta"]*5,
        "value":["A", "B", "D", "G", "A", "B", "B", "C", "C"]}

df = pd.DataFrame(data)

fig = sns.FacetGrid(data=df, col="greek_char", hue="Class")
fig = fig.map_dataframe(sns.barplot, 
                        x="value", 
                        y="count", 
                        order=sorted(df["value"].unique()))
fig.add_legend()