Python可视化 | Seaborn5分钟入门（二）——barplot&countplot&pointplot

微信公众号：Python读财
如有问题或建议，请公众号留言

Seaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。

 

注：所有代码均在IPython notebook中实现

---

 

barplot(条形图)

条形图表示数值变量与每个矩形高度的中心趋势的估计值，并使用误差线提供关于该估计值附近的不确定性的一些指示。具体用法如下：

seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=(function mean), ci=95, n_boot=1000, units=None, orient=None, color=None, palette=None, saturation=0.75, errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

接下来还是通过具体例子学习里面的一些参数的用法：

%matplotlib inline
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
plt.rc("font",family="SimHei",size="12")  #用于解决中文显示不了的问题
sns.set_style("whitegrid") 

 

本篇文章所采用的数据集内容如下

 

data.head(5)   #data是一个dataframe

 

  x，y（str）：dataframe中的列名

  data：dataframe或者数组

sns.barplot(x="color",y="age",data=data)

 

关于图像的解释：Seaborn会对”color“列中的数值进行归类后按照estimator参数的方法（默认为平均值）计算相应的值，计算出来的值就作为条形图所显示的值（条形图上的误差棒则表示各类的数值相对于条形图所显示的值的误差）

 

hue（str）：dataframe的列名，按照列名中的值分类形成分类的条形图

sns.bar