【Python】Seaborn绘制11个柱状图

机器学习初学者

共 4633字,需浏览 10分钟

 ·

2022-07-09 07:13

公众号:尤而小屋   作者:Peter   编辑:Peter

本文介绍的是如何使用seaborn来绘制各种柱状图

  • 基础柱状图
  • 水平柱状图
  • 标题设置
  • 基于DataFrame绘图
  • hue参数设置
  • 颜色处理
  • 多维度处理

个人很喜欢的一个Seaborn绘制的图形:

导入库

Seaborn是matplotlib的高级封装,所以matplotlib还是要同时导入:

In [1]:

import pandas as pd
import numpy as np

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

sns.set_theme(style="whitegrid")
sns.set_style('darkgrid')

导入内置数据

使用的是seaborn中内置的一份消费tips数据集:

In [2]:

tips = sns.load_dataset("tips")
tips.head()

基础柱状图

In [3]:

x = ["A","B","C"]
y = [1, 2, 3]

sns.barplot(x, y)
plt.show()

绘制水平柱状图:

# 水平柱状图

x = ["A","B","C"]
y = [123]

sns.barplot(y, x)
plt.show()

设置标题

In [14]:

x = ["A","B","C"]
y = [1, 2, 3]

fig = sns.barplot(x, y)
fig.set_title('title of seaborn')

plt.show()

指定x-y-data

In [5]:

# 通过DataFrame来指定

ax = sns.barplot(x="day", y="tip", data=tips)
plt.show()

hue参数

实现的分组显示数据

In [6]:

ax = sns.barplot(x="day"
        y="total_bill"
        hue="sex"
        data=tips)

水平柱状图

In [7]:

ax = sns.barplot(x="total_bill"
                 y="day"
                 data=tips)

自定义顺序

In [8]:

ax = sns.barplot(x="total_bill"
                 y="day"
                 # 添加order参数,指定顺序
                 order=["Sat","Fri","Sun","Thur"],  # 自定义
                 data=tips)

颜色处理

使用一种颜色

In [9]:

ax = sns.barplot(x="size"
                 y="total_bill"
                 data=tips,
                 color="salmon"
                 saturation=.5)

颜色渐变

In [10]:

ax = sns.barplot(x="size"
                 y="tip"
                 data=tips,
                 palette="Blues")

多维分组

In [11]:

g = sns.catplot(x="sex"
                y="total_bill",
                hue="smoker"
                col="time",
                data=tips, 
                kind="bar",
                height=4, 
                aspect=.7)

True/False分组

In [12]:

tips["weekend"] = tips["day"].isin(["Sat""Sun"])
tips

Out[12]:

In [13]:

ax = sns.barplot(x="day"
                 y="tip"
                 hue="weekend",
                 data=tips, 
                 dodge=False)

往期精彩回顾




浏览 33
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报