seaborn系列 (5) | 柱状图countplot()

柱状图

柱状图
函数原型
参数解读
案例教程
案例地址

柱状图

使用计数图(柱状图)显示每个分类数据中的数量统计

函数原型

seaborn.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)

参数解读

输入数据可以通过多种格式传递：1.list、numpy数组、pandas
2.long-form DataFrame
3.wide-form DataFrame
4.在大多数情况下，可以使用numpy或Python对象，但推荐使用pandas对象，
因为关联的名称将用于注释轴。
此外，使用分类类型来分组变量来控制绘图元素的顺序。可选：
x,y,hue：数据变量的名称(如上表，date,name,age,sex为数据字段变量名)
用于绘制数据的输入data: DataFrame,数组或数组列表
用于绘图的数据集，如果x和y不存在，则将其解释为 wide-form,
否则它被认为是 long-formorder, hue_order:字符串列表
指定绘制分类级别，否则从数据对象推断级别orient: v | h
图的显示方向(垂直或水平,即横向或纵向)，这通常可以从输入变量的dtype推断得到palette：调色板名称,list列表，dict字典
用于对变量调不同级别的颜色saturation(饱和度)：float
用于绘制颜色的原始饱和度的比例，如果希望绘图颜色与输入颜色规格完美匹配，
则将其设置为1dodge:bool
使用色调嵌套时，是否应沿分类轴移动元素。

案例教程

案例代码已上传：Github地址


import seaborn as sns
sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
#查看数据
titanic[:8]


import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")
# 获取数据
titanic = sns.load_dataset("titanic")
"""
案例1：显示单个分类变量的值统计数
"""
sns.countplot(x="who", data=titanic)
plt.show()


import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")
# 获取数据
titanic = sns.load_dataset("titanic")
"""
案例2：显示多个分类变量的值统计数
"""
sns.countplot(x="class", hue="who", data=titanic)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")
# 获取数据
titanic = sns.load_dataset("titanic")
"""
案例3：水平横向绘制条形图
"""
sns.countplot(y="class", hue="who", data=titanic)
plt.show()


import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")
# 获取数据
titanic = sns.load_dataset("titanic")
"""
案例4：使用不同调色板
"""
sns.countplot(x="who", data=titanic, palette="Set2")
plt.show()


import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")
# 获取数据
titanic = sns.load_dataset("titanic")
"""
案例5：使用catplot()来实现countplot()的统计效果，必须设置kind="count"
当要对其他分类变量进行分组时，使用catplot()比直接使用FacetGrid更加安全
"""
sns.catplot(x="class", hue="who", col="survived",data=titanic, kind="count",height=4, aspect=.7);
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")
# 获取数据
titanic = sns.load_dataset("titanic")
"""
案例6：绘制空心的直方图
"""
sns.countplot(x="who", data=titanic,facecolor=(0, 0, 0, 0),linewidth=5,edgecolor=sns.color_palette("dark", 3))
plt.show()

案例地址

上述案例代码已上传：Github地址
Github地址https://github.com/Vambooo/SeabornCN

更多技术干货在公众号：数据分析与可视化学研社

seaborn系列 (5) | 柱状图countplot()相关推荐

seaborn系列 (4) | 分类图catplot()
分类图分类图函数原型参数解读案例教程案例地址本篇是<Seaborn系列>文章的第4篇-分类图. 分类图分类图catplot() 解析: catplot() 分类图(它是下面8 ...
seaborn系列 (2) | 散点图scatterplot()
本篇是<Seaborn系列>文章的第2篇. 散点图散点图 scatterplot 函数原型参数解读案例教程案例地址散点图 scatterplot seaborn.scatterp ...
seaborn系列(1) | 关系类图relplot用法
本篇是<Seaborn系列>文章的第1篇. 关系类图relplot 关系类图函数原型参数解读案例教程案例地址关系类图 seaborn.relplot()解读注意:数据一定是通过 ...
Py之Seaborn：数据可视化Seaborn库的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的组合图/矩阵图实现
Py之Seaborn:数据可视化Seaborn库的柱状图.箱线图(置信区间图).散点图/折线图.核密度图/等高线图.盒形图/小提琴图/LV多框图的组合图/矩阵图实现目录
seaborn 画堆叠柱状图_Seaborn-基于matplotlib的更强力制图库
相信大家在开始python的使用后,便随后接触到了matplotlib这个与python兼容的很好的制图库.但是,如果想把图做的更细,更上流,那么则需要seaborn这个库,比起matplotlib更 ...
Seaborn系列(三)：分布统计绘图(distribution)
Seaborn系列目录文章目录 1. 分布统计绘图API概述 2. displot单变量分布图(直方图.核密度.累积分布) 2.1 displot函数绘制单变量分布图 2.2 displot直方图k ...
seaborn系列 (18) | 线性回归图regplot()
目录线性回归图函数原型参数解读案例教程案例地址线性回归图利用线性回归模型对数据进行拟合. 函数原型 seaborn.regplot(x, y, data=None,x_estimator ...
seaborn系列 (17) | 回归模型图lmplot()
目录回归模型图函数原型参数解读案例教程案例地址回归模型图回归模型图可以对数据进行回归显示. 函数原型 seaborn.lmplot(x, y, data, hue=None,col=No ...
seaborn系列 (16) | 变量关系组图pairplot()
目录变量关系组图函数原型参数解读案例教程案例地址变量关系组图函数原型 seaborn.pairplot(data, hue=None, hue_order=None, palette=N ...

seaborn系列 (5) | 柱状图countplot()

柱状图

柱状图

函数原型

参数解读

案例教程

案例地址

seaborn系列 (5) | 柱状图countplot()相关推荐

最新文章

热门文章