数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
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
服装设计
法学Python Pandas - 使用Seaborn绘制点图并显示观测值的标准差
Seaborn中的点图用于使用散点图符号显示点估计和置信区间。 seaborn.pointplot() 用于此目的。使用pointplot()方法中的置信区间ci参数值“sd”显示观测值的标准差。
假设我们的数据集以CSV文件的形式给出，如下所示：Cricketers.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：
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers.csv")使用“学院”和“年龄”绘制点图。使用置信区间参数值“sd”显示观测值的标准差
sb.pointplot( x = 'Academy',y = 'Age', data = dataFrame, ci = "sd")
示例
以下是完整的代码：
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\Cricketers.csv")
sb.set_theme(style="darkgrid")
# plotting point plot with Academy and Age
# Display Standard Deviation of Observations using confidence interval parameter value "sd"
sb.pointplot( x = 'Academy',y = 'Age', data = dataFrame, ci = "sd")
# display
plt.show()输出
这将产生以下输出：
更新于：2021年9月30日
623 次浏览
广告