您现在的位置是:网站首页> 编程资料编程资料
python sns.countplot() 绘画条形图详情_python_
2023-05-26
279人已围观
简介 python sns.countplot() 绘画条形图详情_python_
前言:
sns.countplot() 用于画类别特征的频数条形图。
函数中的参数如下所示:
sns.countplot(x=None, y=None, hue=None, data=None, order=None,
hue_order=None, orient=None, color=None, palette=None,
saturation=0.75, dodge=True, ax=None, **kwargs)
参数说明:
- x: x轴上的条形图,以x标签划分统计个数
- y:y轴上的条形图,以y标签划分统计个数
- hue:在x或y标签划分的同时,再以hue标签划分统计个数
- data:df或array或array列表,用于绘图的数据集,x或y缺失时,data参数为数据集,同时x或y不可缺少,必须要有其中一个
- order与 hue_order:分别是对x或y的字段排序,或是对hue的字段排序。排序的方式为列表
- orient:强制定向,v:竖直方向;h:水平方向
- palette:使用不同的调色板
以titanic.csv为例(具体数据)
例一:x轴上的条形图
import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt titanic=pd.read_csv('train.csv') titanic.columns #x轴上的条形图 sns.countplot(x='Pclass',data=titanic) plt.show() #或者直接使用df[col] sns.countplot(x=titanic['Pclass'])运行结果:

例二:y轴上的条形图
import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt titanic=pd.read_csv('train.csv') titanic.columns #y轴上的条形图 sns.countplot(y='Pclass',data=titanic) plt.show() #或者直接使用df[col] sns.countplot(y=titanic['Pclass'])运行结果:

例三:hue(颜色)
# hue sns.countplot(x='Pclass', hue='Survived', data=titanic) plt.show() # 或者直接使用df[col] sns.countplot(x=titanic['Pclass'], hue=titanic['Survived'])
运行结果:

import pandas as pd import seaborn as sns titanic = pd.read_csv('train.csv') titanic.columns #order,hue_order sns.countplot(x='Pclass',hue='Survived',data=titanic,order=[3,2,1],hue_order=[1,0]) plt.show()运行结果:

例四:改变柱状图样式 palette
import pandas as pd import seaborn as sns titanic = pd.read_csv('train.csv') titanic.columns#调色板 sns.countplot(x=‘Pclass',data=titanic,palette=“Set3”) plt.show()
运行结果:

例五:指定子图
#ax指定子图 fig, ax = plt.subplots(1, 2, figsize=(10, 5)) sns.countplot(x='Pclass', data=titanic, ax=ax[0]) sns.countplot(y='Pclass', data=titanic, ax=ax[1]) plt.show()
运行结果:

到此这篇关于python sns.countplot() 绘画条形图详情的文章就介绍到这了,更多相关python 条形图内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
您可能感兴趣的文章:
相关内容
- Python pandas库中isnull函数使用方法_python_
- Python导入不同文件夹中文件的方法详解_python_
- python列表去重的5种常见方法实例_python_
- python图像平滑处理原理_python_
- 详解Python如何优雅地解析命令行_python_
- Python 可视化调色盘绘制_python_
- python Pandas时序数据处理_python_
- Python详细讲解图像处理的而两种库OpenCV和Pillow_python_
- Python实现提取音乐频谱的方法详解_python_
- python练习之循环控制语句 break 与 continue_python_
