怎么使用python sns.countplot()绘画条形图

这篇文章主要介绍了怎么使用python sns.countplot()绘画条形图的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇怎么使用Python sns.countplot()绘画条形图文章都会有所收获，下面我们一起来看看吧。

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 pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as plttitanic=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 pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as plttitanic=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）

# huesns.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 pdimport seaborn as snstitanic = pd.read_csv('train.csv')titanic.columns#order,hue_ordersns.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 pdimport seaborn as snstitanic = 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：

关于“怎么使用python sns.countplot()绘画条形图”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“怎么使用python sns.countplot()绘画条形图”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注编程网Python频道。