如何使用seaborn或matplotlib在python中绘制类别要素与类别值

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 假设我们有一个DataFrame，其中包含类别要素和类别值
data = {
    'Category': ['A', 'B', 'A', 'C', 'B', 'C'],
    'Value': [10, 15, 7, 12, 9, 14]
}
df = pd.DataFrame(data)

# 使用seaborn的barplot函数绘制条形图
sns.barplot(x='Category', y='Value', data=df)
plt.title('Category vs Value')
plt.xlabel('Category')
plt.ylabel('Value')
plt.show()

import matplotlib.pyplot as plt
import pandas as pd

# 同样的数据
data = {
    'Category': ['A', 'B', 'A', 'C', 'B', 'C'],
    'Value': [10, 15, 7, 12, 9, 14]
}
df = pd.DataFrame(data)

# 计算每个类别的总和
category_sums = df.groupby('Category')['Value'].sum()

# 绘制条形图
plt.bar(category_sums.index, category_sums.values)
plt.title('Category vs Value')
plt.xlabel('Category')
plt.ylabel('Value')
plt.show()

plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False    # 解决负号'-'显示为方块的问题

sns.set_palette("husl")  # 使用seaborn的调色板