Seaborn可视化-柱状图 seaborn.barplot

条形图以矩形条的方式展示数据的点估值和置信区间

输入数据的格式可以不同，包括：

以列表，numpy array 或者 pandas 中的 Series object 表示的向量。这些向量可以直接传入 x, y, 以及 hue 参数。

长表, x 值，y 值和色相变量决定了数据是如何绘制的。

宽表，每个列的数值都会被绘制出来.

数组或者列表的向量。

大多数情况下，可以使用 numpy 的对象或者 python 的对象，但是用 pandas 对象更好，因为相关的列名会被标注在图标上。另外，为了控制绘图元素 也可以可以用分类类型来组合不同的变量。

函数原型

seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,\ estimator=,ci=95, n_boot=1000, units=None, orient=None,\ color=None, palette=None, saturation=0.75,\ errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

导入数据

tips = pd.read_csv('tips.csv')tips.head()

以day为x轴,total_bill为y轴,绘制条形图

sns.barplot(x="day", y="total_bill", data=tips)

以day为y轴,total_bill为x轴,绘制条形图

sns.barplot(x="tip", y="day", data=tips)

以day为x轴，total_bill为y轴，按照sex区分类别，绘制条形图

sns.barplot(x="day", y="total_bill", hue="sex", data=tips)

以day为x轴，tip为y轴,映射值为中位数绘制条形图

from numpy import medianax = sns.barplot(x="day", y="tip", data=tips, estimator=median)

修改调色方案

ax = sns.barplot("size", y="total_bill", data=tips, palette="Blues_d")

    以上就是条形图的分享，下期我们将分享分布直方图 seaborn.distplot

的绘制方法。

     如果喜欢，请点赞和收藏，这对我非常重要，万分感谢。