您好,登錄后才能下訂單哦!
這篇文章主要介紹了怎么使用python sns.countplot()繪畫條形圖的相關知識,內容詳細易懂,操作簡單快捷,具有一定借鑒價值,相信大家閱讀完這篇怎么使用python sns.countplot()繪畫條形圖文章都會有所收獲,下面我們一起來看看吧。
前言:
sns.countplot() 用于畫類別特征的頻數條形圖。
函數中的參數如下所示:
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)
參數說明:
x: x軸上的條形圖,以x標簽劃分統計個數
y:y軸上的條形圖,以y標簽劃分統計個數
hue:在x或y標簽劃分的同時,再以hue標簽劃分統計個數
data:df或array或array列表,用于繪圖的數據集,x或y缺失時,data參數為數據集,同時x或y不可缺少,必須要有其中一個
order與 hue_order:分別是對x或y的字段排序,或是對hue的字段排序。排序的方式為列表
orient:強制定向,v:豎直方向;h:水平方向
palette:使用不同的調色板
以titanic.csv為例(具體數據)
例一:x軸上的條形圖
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軸上的條形圖 sns.countplot(x='Pclass',data=titanic) plt.show() #或者直接使用df[col] sns.countplot(x=titanic['Pclass'])
運行結果:
例二:y軸上的條形圖
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軸上的條形圖 sns.countplot(y='Pclass',data=titanic) plt.show() #或者直接使用df[col] sns.countplot(y=titanic['Pclass'])
運行結果:
例三:hue(顏色)
# 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'])
運行結果:
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()
運行結果:
例四:改變柱狀圖樣式 palette
import pandas as pd import seaborn as sns titanic = pd.read_csv('train.csv') titanic.columns
#調色板 sns.countplot(x=‘Pclass',data=titanic,palette=“Set3”) plt.show()
運行結果:
例五:指定子圖
#ax指定子圖 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()
運行結果:
關于“怎么使用python sns.countplot()繪畫條形圖”這篇文章的內容就介紹到這里,感謝各位的閱讀!相信大家對“怎么使用python sns.countplot()繪畫條形圖”知識都有一定的了解,大家如果還想學習更多知識,歡迎關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。