python sns.countplot() 繪畫條形圖詳情
前言:
sns.countplot() 用於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,用於繪圖的數據集,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:
到此這篇關於python sns.countplot() 繪畫條形圖詳情的文章就介紹到這瞭,更多相關python 條形圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python中seaborn庫之countplot的數據可視化使用
- 利用python進行數據加載
- python進行相關性分析並繪制散點圖詳解
- python數學建模之Matplotlib 實現圖片繪制
- python畫圖時設置分辨率和畫佈大小的實現(plt.figure())