python 数据分析 数据挖掘 sns.countplot() 画条形图

sns.countplot() 用于画类别特征的频数条形图。 函数中的参数如图所示：

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：

推荐阅读