Python 中的 Countplot

在本文中，我们将讨论如何使用 seaborn 库创建 countplot，以及如何使用不同的参数从数据集的特征中推断结果。

Seaborn 库

Seaborn 库被数据分析师广泛使用，它包含的丰富图表能够为我们的数据提供最佳的表示。

可以使用以下方式将 seaborn 库导入到我们的工作环境中-

现在让我们讨论一下为什么使用 countplot 以及其参数的重要性。

Countplot

Countplot 用于表示分类变量中存在的观测值的出现次数（计数）。

它使用条形图的概念进行可视化展示。

参数-

创建 countplot 时指定了以下参数，让我们对其有一个简要的了解-

1. x 和 y- 此参数指定用于表示的数据，然后观察突出显示的模式。
2. color- 此参数指定可为我们的图表提供良好外观的颜色。
3. palette- 它接受调色板的值。主要用于显示 hue 变量。
4. hue- 此参数指定列名。
5. data- 此参数指定我们希望用于表示的数据框。例如，数据可以是数组。
6. dodge- 此参数是可选的，它接受布尔值作为输入。
7. saturation- 此参数接受浮点数值。当我们指定它时，可以看到颜色的强度变化。
8. hue_order- hue_order 参数接受字符串作为输入。
9. kwargs- kwargs 参数指定键值映射。
10. ax- ax 参数是可选的，用于获取创建图表的轴。
11. orient- orient 参数是可选的，它告诉我们需要的图表方向，是水平还是垂直。

现在让我们看看有哪些不同的方法可以表示我们的属性。

在第一个示例中，我们将为单个变量创建 countplot。我们使用了 'tips' 数据集来实现。

1. 单变量的值计数

示例 -

输出

在下一个示例中，我们将使用 hue 参数并创建一个 countplot。

以下程序说明了这一点-

2. 使用 hue 参数表示两个分类变量

示例 -

输出

在下一个示例中，我们将考虑 y 轴并创建一个水平 countplot。

以下程序说明了这一点-

3. 创建水平图表

示例 -

输出

现在让我们看看颜色调色板如何增强我们数据的呈现。

在下一个示例中，我们将使用 "palette" 参数。

以下程序说明了这一点-

4. 使用颜色调色板

输入-

输出

在下一个示例中，我们将使用 'color' 参数，看看它是如何工作的？

以下程序说明了这一点-

5. 使用 'color' 参数

示例 -

输出

现在我们将使用 'saturation' 参数，看看它如何影响我们数据的表示。

以下程序说明了这一点-

6. 使用 'saturation' 参数

示例 -

输出

最后，在最后一个示例中，我们将使用 linewidth 和 edgecolor 参数。

• 使用 matplotlib.axes.Axes.bar()

示例 -

输出