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

开启你的 职业生涯

通过完成课程获得认证

立即开始
广告