Seaborn: como adicionar legenda ao barplot seaborn
Estou tentando adicionar uma legenda ao seaborn
gráfico do meu bar. Já tentei adicionar matiz, mas aparece um erro dizendo IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match).
que tentei outra solução, dando-lhe o parâmetro de rótulos. Aqui está o código
plt.figure(figsize=[15,12])
sns.barplot(x=customer['gender'].unique(),y=customer.groupby(['gender'])['gender'].count(),
data=customer,label=customer['gender'].unique())
plt.legend(loc="upper left")
Este é o resultado, este resultado está errado. É suposto ter rótulos Feminino e Masculino de acordo com a cor no bar. O feminino e o masculino devem ser separados com cores diferentes. Já tentei seguir isso , isso e isso, mas nada disso funciona para mim. Como devo fazer isso?

Respostas
Aqui está um liner que você pode usar em seu código existente, definindo o handles
parâmetro para a legenda:
patches = [matplotlib.patches.Patch(color=sns.color_palette()[i], label=t) for i,t in enumerate(t.get_text() for t in plot.get_xticklabels())]
Use assim:
plt.legend(handles=patches, loc="upper left")

Script completo:
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib
import pandas as pd
import numpy as np
import random
#generate random test data
genders = ['Male', 'Female']
sampling = random.choices(genders, k=100)
customer = pd.DataFrame({'gender': sampling})
#you can change the palette and it will still work
sns.set_palette("Accent")
plot = sns.barplot(x=customer['gender'].unique(),y=customer.groupby(['gender'])['gender'].count(),
data=customer)
patches = [matplotlib.patches.Patch(color=sns.color_palette()[i], label=t) for i,t in enumerate(t.get_text() for t in plot.get_xticklabels())]
plt.legend(handles=patches, loc="upper left")
Acho que você está complicando demais as coisas com o groupby. Você pode usar o sns.countplot:
customer = pd.DataFrame({'gender':np.random.choice(["Male","Female"],100)})
sns.countplot(x='gender',hue='gender',data=customer,dodge=False)
