Seaborn.countplot() 方法

Seaborn.countplot() 方法用於顯示資料集中每個區間中分類觀測值的計數。與定量變數相反，計數圖類似於對分類變數的直方圖。您可以比較巢狀變數的計數，因為基本 API 和設定與 barplot() 的相同。

countplot() 方法接受多種形式的輸入資料，例如寬格式資料、長格式資料、陣列或向量列表。

語法

以下是 seaborn.countplot() 方法的語法：

seaborn.countplot(*, x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, dodge=True, ax=None, **kwargs)

引數

seaborn.countplot() 方法的一些引數如下：

序號	名稱和描述
1	x,y 這些引數接受變數名稱作為輸入，用於繪製長格式資料。
2	data 這是用於繪製圖形的資料框。
3	hue 資料框中用於繪製圖形的變數名稱。
4	linewidth 此引數接受浮點值，並確定構成繪圖中元素的灰色線條的寬度。
5	dodge 此引數接受布林值。如果我們使用 hue 巢狀，則將 true 傳遞給此引數將分離不同 hue 級別對應的條帶。如果傳遞 False，則每個級別的點將繪製在彼此之上。
6	orient 它接受值“h”或“v”，圖形的方向由它確定。
7	color 接受 matplotlib 顏色作為輸入，這決定了所有元素的顏色。
8	palette 此引數指定不同 hue 對映的顏色。
9	saturation 接受浮點值，繪製顏色的原始飽和度的比例由該值確定。

在繼續繪製圖表之前，讓我們載入 seaborn 庫和資料集。

載入 seaborn 庫

要載入或匯入 seaborn 庫，可以使用以下程式碼行。

Import seaborn as sns

載入資料集

在本文中，我們將使用 seaborn 庫中內建的 Tips 資料集。可以使用以下命令載入資料集。

tips=sns.load_dataset("tips")

以下命令用於檢視資料集中前 5 行。這使我們能夠了解可以使用哪些變數來繪製圖形。

tips.head()

以下是上述程式碼的輸出。

index,total_bill,tip,sex,smoker,day,time,size
0,16.99,1.01,Female,No,Sun,Dinner,2
1,10.34,1.66,Male,No,Sun,Dinner,3
2,21.01,3.5,Male,No,Sun,Dinner,3
3,23.68,3.31,Male,No,Sun,Dinner,2
4,24.59,3.61,Female,No,Sun,Dinner,4

現在我們已經載入了資料，我們將繼續繪製資料。

示例 1

要繪製簡單的計數圖，我們只需要將資料集和一個變數傳遞給方法的 x 或 y 引數。在本例中，我們將首先只傳遞 y 引數，然後傳遞 x 引數。

當您只想傳遞 y 引數時，可以使用以下程式碼行。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.countplot(y="time", data=tips)
plt.show()

輸出

以下是可以看到的上述程式碼行的輸出：

當您只想傳遞 x 引數時，可以使用以下程式碼行。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.countplot(x="time", data=tips)
plt.show()

產生的輸出如下：

示例 2

在此示例中，我們將與 x 或 y 引數一起傳遞 hue 引數，並觀察生成的圖形差異。我們在本文中使用 tips 資料集，由於 hue 需要分類變數，因此將變數 sex 傳遞給它，y 引數也需要分類變數，因為 countplot 是一個分類圖，如果 xy 引數中的任何一個是分類的，它就會繪製圖形。可以使用以下程式碼繪製所需的圖形。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.countplot(y="time", hue="sex",data=tips)
plt.show()

輸出

獲得的輸出如下：

示例 3

現在，我們將看到 edgecolor、facecolor 和 linewidth 引數的用法。通常，所有這些引數都組合在一起以獲得所需顏色和外觀的圖形。

edge color 是一個特殊引數，它接受值 matplotlib 顏色或“灰色”。它是一個可選引數。圍繞每個點的線條的色調由此引數確定。如果傳遞“灰色”，則用於點主體配色方案將決定亮度。

Facecolor 引數確定繪圖中元素的背景顏色。linewidth 引數接受浮點值，並確定構成繪圖中元素的灰色線條的寬度。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.countplot(y="sex",edgecolor=sns.color_palette("dark", 3),facecolor=(0,0,0,0),linewidth=5,data=tips)
plt.show()

輸出

獲得的輸出如下：

由於facecolor 初始化為零，因此繪圖中的背景為空。

seaborn_categorial_plots_Introduction.htm

列印頁面