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
法律研究Python Pandas - 使用Seaborn绘制具有两个类别变量嵌套分组的垂直条形图
Seaborn中的条形图用于显示点估计和置信区间作为矩形条。为此使用**seaborn.barplot()**。通过使用x、y或**hue**参数传递类别变量，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所示，它是一个CSV文件：Cricketers2.csv
首先，导入所需的库：
import seaborn as sb import pandas as pd import matplotlib.pyplot as plt
将CSV文件中的数据加载到Pandas DataFrame中：
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers2.csv")
绘制按两个类别变量分组的垂直条形图。hue参数也已设置
sb.barplot(x = dataFrame["Role"], y = dataFrame["Matches"], hue = "Academy", data= dataFrame)
示例
代码如下：
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 two categorical variables
# hue parameter also set
sb.barplot(x = dataFrame["Role"], y = dataFrame["Matches"], hue = "Academy", data= dataFrame)
# display
plt.show()输出
这将产生以下输出：
更新于：2021年9月29日
802 次查看
广告