跳转至

Python 中使用海鸟的计数图

原文:https://www.geesforgeks.org/count plot-use-seaborn-in-python/

Seaborn 是一个用 Python 进行统计图形绘制的惊人可视化库。它提供了漂亮的默认样式和调色板，使统计图更有吸引力。它建立在 matplotlib 库的基础上，也与熊猫的数据结构紧密结合。

Seaborn.countplot()

seaborn.countplot() 方法用于使用条形图显示每个分类箱中的观察计数。

语法: seaborn.countplot(x=None，y=None，色相=None，数据=None，顺序=None，色相_顺序=None，方向=None，颜色=None，调色板=None，饱和度=0.75，减淡=True，ax=None，kwargs) 参数:**该方法接受以下描述的参数:

  • x，y: 该参数取数据或向量数据中变量的名称，可选，用于绘制长格式数据的输入。
  • 色调:(可选)该参数取颜色编码的列名。
  • 数据:(可选)此参数采用数据框、数组或数组列表、数据集进行绘图。如果 x 和 y 不存在，这被解释为宽形。否则它应该是长格式的。
  • 顺序，hue_order : (可选)此参数采用字符串列表。在中绘制分类级别的顺序，否则级别是从数据对象中推断出来的。
  • 方向:(可选)此参数取“v”|“h”，图的方向(垂直或水平)。这通常是从输入变量的数据类型中推断出来的，但是可以用来指定“分类”变量是数字还是绘制宽格式数据。
  • 颜色:(可选)此参数采用 matplotlib 颜色、所有元素的颜色或渐变调色板的种子。
  • 调色板:(可选)该参数采用调色板名称、列表或字典颜色，用于色调变量的不同级别。应该是 color_palette()可以解释的东西，或者是将色调级别映射到 matplotlib 颜色的字典。
  • 饱和度:(可选)此参数取浮点值，原始饱和度的比例绘制颜色。较大的色标通常使用稍微不饱和的颜色会更好看，但是如果您希望绘图颜色与输入颜色规格完全匹配，请将该值设置为 1。
  • 闪避:(可选)此参数取 bool 值，当使用色相嵌套时，元素是否要沿分类轴偏移。
  • ax : (可选)此参数取 matplotlib Axes，Axes 对象来绘制地块，否则使用当前 Axes。
  • kwargs : 此参数接受键、值映射，其他关键字参数传递到 matplotlib.axes.Axes.bar()。

返回:返回绘制了绘图的坐标轴对象。

下面的例子说明了 seaborn 库的 countplot()方法。

将 Seaborn countplot 中具有不同属性的变量分组

示例 1: 显示单个分类变量的值计数。

如果我们只使用一个数据变量，而不是两个数据变量，那么这意味着轴将这些数据变量表示为一个轴。

x 表示 x 轴，y 表示 y 轴。

语法:

seaborn.countplot(x)

蟒蛇 3

# importing the required library

import seaborn as sns
import matplotlib.pyplot as plt

# read a tips.csv file from seaborn library
df = sns.load_dataset('tips')

# count plot on single categorical variable
sns.countplot(x ='sex', data = df)

# Show the plot
plt.show()

输出:

Countplot-1

示例 2:显示两个分类变量的数值计数，并使用色调参数:

虽然点是以二维绘制的，但是可以通过根据第三个变量给点着色来将另一个维度添加到图中。

语法:

seaborn.countplot(x，y，色相，数据)；

蟒蛇 3

# importing the required library

import seaborn as sns
import matplotlib.pyplot as plt

# read a tips.csv file from seaborn library
df = sns.load_dataset('tips')

# count plot on two categorical variable
sns.countplot(x ='sex', hue = "smoker", data = df)

# Show the plot
plt.show()

输出:

countplot-2

示例 3:水平绘制条形图。

在上面的例子中，我们看到了如何绘制单个水平计数图，这里可以通过数据变量与另一个轴的交换来执行多个水平计数图。

蟒蛇 3

# importing the required library

import seaborn as sns
import matplotlib.pyplot as plt

# read a tips.csv file from seaborn library
df = sns.load_dataset('tips')

# count plot along y axis
sns.countplot(y ='sex', hue = "smoker", data = df)

# Show the plot
plt.show()

输出:

countplot-3

例 4:使用不同的调色板属性。

使用调色板，我们可以生成不同颜色的点。在下面的例子中，我们可以看到调色板可以负责生成具有不同颜色映射值的 countplot。

语法:

seaborn.countplot(x，y，data，hue，palette)

蟒蛇 3

# importing the required library

import seaborn as sns
import matplotlib.pyplot as plt

# read a tips.csv file from seaborn library
df = sns.load_dataset('tips')

# use a different colour palette in count plot
sns.countplot(x ='sex', data = df, palette = "Set2")

# Show the plot
plt.show()

输出:

countplot-4

调色板的可能值为:

-=伊甸园美剧 http://sfile.ydy.com =-荣誉出品本字幕仅供学习交流，严禁用于商业途径，

GnBu，GnBu_r，Greens，Greens_r，Greys，Greys_r，OrRd，OrRd_r，Oranges，Oranges_r，PRGn，PRGn_r，painted，Paired_r，

蛋糕 1、蛋糕 1_r、蛋糕 2、蛋糕 2_r、PiYG、PiYG_r、PuBu、pubu_r、PuOr、PuOr_r、PuRd、PuRd_r、

purple、purples_r、RdBu、RdBu_r、RdGy、RdGy_r、RdPu、RdPu_r、RdYlBu、RdYlBu_r、RdYlGn、rdgy_r、Reds、Reds_r、Set1，

Set1_r，Set2，Set2_r，Set3，Set3_r，Spectral，Spectral_r，Wistia，Wistia_r，YlGn，YlGnBu，YlGnBu_r，YlGn_r，and RBR，

y 轴、y 轴、y 轴、y 轴、r 轴、afmhot、afmhot_r、秋季、秋季 _r、binary、binary_r、bone、bone_r、brg、brg_r、BWC、bwr_r、

cidis，cividis_r，cool，cool_r，coolwarm，coolwarm_r，copper，copper_r，cubehelix，cubehelix_r，flag，flag_r，gist_earth，

gist_earth_r，gist_gray，gist_gray_r，gist_heat，gist_heat_r，gist_ncar，gist_ncar_r，gist_rainbow，gist_rainbow_r，gist_stern，

示例 5:在图中使用颜色参数。

使用颜色属性，我们是所有元素的颜色。

语法:

seaborn.countplot(x，y，数据，颜色)

蟒蛇 3

# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt

# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')

sns.countplot(x = 'class', y = 'fare',
            hue = 'sex',
            data = df,color="salmon")

# Show the plot
plt.show()

输出:

示例 6:在图中使用饱和度参数。

用于绘制颜色的原始饱和度的比例。较大的色标通常使用稍微不饱和的颜色会更好看，但是如果您希望绘图颜色与输入颜色规格完全匹配，请将该值设置为 1。

语法:

seaborn.colorplot(x，y，数据，饱和度)

蟒蛇 3

# importing the required library
import seaborn as sns
import matplotlib.pyplot as plt

# read a titanic.csv file
# from seaborn library
df = sns.load_dataset('titanic')

# class v / s fare barplot
sns.countplot(x ='sex', data = df,
              color="salmon",
              saturation = 0.1)
# Show the plot
plt.show()
回到顶部