【Python】Seaborn绘制11个柱状图

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 = [1, 2, 3]

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




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》（黄海广主讲）机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码