数据可视化(5)-Seaborn系列 | 柱状图countplot()
- 2019 年 10 月 6 日
- 筆記
本篇是《Seaborn系列》文章的第5篇-柱状图。
柱状图
seaborn.countplot()计数图、柱状图
解析：使用条形图(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-form order, 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1 dodge:bool 使用色调嵌套时，是否应沿分类轴移动元素。
案例教程
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
案例代码已上传：Github https://github.com/Vambooo/SeabornCN
整理制作：数据分析与可视化学研社
