seaborn系列 (14) | 条形图barplot()

目录

条形图函数原型参数解读案例教程案例地址

条形图

条形图主要展现的是每个矩形高度的数值变量的中心趋势的估计。 注：条形图只显示平均值（或其他估计值）。但在很多情况下，每个分类变量级别上显示值的分布可能提供更多信息，此时很多其他方法，如一个盒子或小提琴图可能更合适。

函数原型

seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=<function mean>, 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)

参数解读

x,y,hue:数据字段变量名(如上表，date,name,age,sex为数据字段变量名) data: DataFrame,数组或数组列表 order,hue_order:字符串列表 作用：显式指定分类顺序，eg. order=[字段变量名1，字段变量名2,...] estimator:可回调函数 作用：设置每个分类箱的统计函数 ci:float或者"sd"或None 在估计值附近绘制置信区间的大小，如果是"sd"， 则跳过bootstrapping并绘制观察的标准差， 如果为None,则不执行bootstrapping,并且不绘制错误条。 n_boot:int 计算置信区间时使用的引导迭代次数 orient: v | h 图的显示方向(垂直或水平,即横向或纵向)， 这通常可以从输入变量的dtype推断得到 color:matplotlib颜色 palette:调试板名称，列表或字典类型 作用：设置hue指定的变量的不同级别颜色。 saturation 饱和度：float errcolor : matplotlib color 作用：表示置信区间的线条颜色 errwidth:float 作用：表示误差线的厚度 capsize:float 作用：表示误差线上"帽"的宽度(误差线上的横线的宽度) dodge:bool 作用：使用色调嵌套时，是否应沿分类轴移动元素。

案例教程

案例代码已上传：Github地址

import seaborn as sns import matplotlib.pyplot as plt # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例1： 指定x分类变量进行分组，指定 y为数据分布，绘制垂直条形图 """ sns.barplot(x="day", y="total_bill", data=tips) plt.show()

import seaborn as sns import matplotlib.pyplot as plt # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例2： 指定hue对已分组的数据进行嵌套分组(第二次分组)并绘制条形图 """ sns.barplot(x="day", y="total_bill", hue="sex", data=tips) plt.show()

import seaborn as sns import matplotlib.pyplot as plt # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例3： 指定 y 为分类变量进行分组，x 为数据分布 (这样的效果相当于水平条形图) """ sns.barplot(x="tip", y="day", data=tips) plt.show()

import seaborn as sns import matplotlib.pyplot as plt # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例4： 设置order=["变量名1","变量名2",...]来显示指定分类顺序 """ sns.barplot(x="time", y="tip", data=tips, order=["Dinner", "Lunch"]) plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例5： 使用中位数作为集中趋势的估计：estimator=median """ sns.barplot(x="day", y="tip", data=tips, estimator=median) plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例6： 使用误差线显示均值的标准差 """ sns.barplot(x="day", y="tip", data=tips, ci=68) plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例7： 设置ci="sd" 显示观测值的标准偏差而不是置信区间 """ sns.barplot(x="day", y="tip", data=tips, ci="sd") plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例8： 设置 capsize,如果capsize>0则添加 caps到错误条上，否则没有错误条 """ sns.barplot(x="day", y="tip", data=tips, capsize=.2) plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例9： 使用不同的调色版：palette="Blues_d" """ sns.barplot("size", y="total_bill", data=tips, palette="Blues_d") plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例10： 使用不同的调色版 """ tips["weekend"] = tips["day"].isin(["Sat", "Sun"]) sns.barplot(x="day", y="total_bill", hue="weekend", data=tips, dodge=False) plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例11： 设置color指定所有bar使用同一颜色 """ sns.barplot("size", y="total_bill", data=tips, color="salmon", saturation=.5) plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例12： linewidth:线宽 facecolor:封闭区域内部的颜色： facecolor=(R, G, B, A), edgecolor:边颜色 """ sns.barplot("day", "total_bill", data=tips, linewidth=2.5, facecolor=(1, 1, 1, 0), errcolor=".2",edgecolor=".3") plt.show()

import seaborn as sns import matplotlib.pyplot as plt from numpy import median # 设置样式风格 sns.set(style="darkgrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例13： 使用catplot()实现barplot()的效果(通过指定kind=bar) """ sns.catplot(x="sex", y="total_bill", hue="smoker", col="time", data=tips, kind="bar", height=4, aspect=.7) plt.show()

案例地址

上述案例代码已上传：Github地址 Github地址https://github.com/Vambooo/SeabornCN

更多技术干货在公众号：数据分析与可视化学研社