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：

(资料图片)

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：

到此这篇关于pythonsns.countplot()绘画条形图详情的文章就介绍到这了,更多相关python条形图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

关键词： 希望大家 相关文章 参数如下 参数说明 不可缺少