数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究Python Pandas - 使用 Seaborn 绘制条形图并显示观测值的标准差
Seaborn 中的条形图用于显示点估计和置信区间作为矩形条。seaborn.barplot() 用于此目的。使用置信区间 ci 参数值 **sd** 显示观测值的标准差。
假设以下数据集以 CSV 文件的形式提供：Cricketers2.csv
首先，导入所需的库：
import seaborn as sb import pandas as pd import matplotlib.pyplot as plt
将数据从 CSV 文件加载到 Pandas DataFrame 中：
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers2.csv")绘制带有学院和比赛数量的条形图。使用置信区间参数值“sd”显示观测值的标准差：
sb.barplot(x = "Academy", y = "Matches",data = dataFrame, ci = "sd")
示例
以下是代码：
import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt
# Load data from a CSV file into a Pandas DataFrame
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers2.csv")
sb.set_theme(style="darkgrid")
# plotting bar plot with Academy and Matches
# Display Standard Deviation of Observations using confidence interval parameter value "sd"
sb.barplot(x = "Academy", y = "Matches",data = dataFrame, ci = "sd")
# display
plt.show()输出
这将产生以下输出：
更新于： 2021-09-30
3K+ 次浏览
广告