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
社会研究
服装研究
法学研究Python Pandas - 使用Seaborn绘制按类别变量分组的垂直条形图
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。通过在barplot()方法中传递变量作为x或y坐标，绘制按类别变量分组的垂直条形图。
假设我们的数据集如下，以CSV文件的形式表示：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")绘制按类别变量分组的垂直条形图：
sb.barplot(x = dataFrame["Role"], y = dataFrame["Matches"])
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")
# plotting vertical bar plots grouped by a categorical variable
sb.barplot(x = dataFrame["Role"], y = dataFrame["Matches"])
# display
plt.show()
输出
这将产生以下输出：
更新于：2021年9月30日
418 次查看
广告