使用 Seaborn 在Python中分组条形图

先决条件：Seaborn

在本文中，我们将讨论在Python中使用 Seaborn 制作分组条形图的方法。在此之前，有一些概念必须熟悉：

• 条形图：当您有两个变量时，条形图非常有用，一个是数字变量，因此另一个可能是分类变量。条形图可以揭示它们之间的关系。
• 分组条形图：当您有多个分类变量时，分组条形图很有用。 Python 的 Seaborn 绘图库可以轻松形成分组条形图。
• Groupby： Pandas dataframe.groupby()函数用于根据某些条件将数据分组。 Pandas 对象可以在它们的任何轴上拆分。分组的抽象定义是提供标签到组名的映射。

程序

• 导入库。
• 加载或创建数据。
• 使用聚合函数执行 groupby 。
• 使用分组属性绘制条形图。

以下是解释相同的实现：

示例 1：

Python3

# importing packages
import seaborn as sb
  
# load dataset
df = sb.load_dataset('tips')
  
# perform groupby
df = df.groupby(['size', 'sex']).agg(mean_total_bill=("total_bill", 'mean'))
df = df.reset_index()
  
# plot barplot
sb.barplot(x="size",
           y="mean_total_bill",
           hue="sex",
           data=df)

输出：

示例 2：

蟒蛇3

# importing packages
import seaborn as sb
  
# load dataset
df = sb.load_dataset('tips')
  
# perform groupby
df = df.groupby(['size', 'day']).agg(mean_total_bill=("total_bill", 'mean'))
df = df.reset_index()
  
# plot barplot
sb.barplot(x="size",
           y="mean_total_bill",
           hue="day",
           data=df)

输出：

示例 3：

蟒蛇3

# importing packages
import seaborn as sb
  
# load dataset
df = sb.load_dataset('anagrams')
  
# perform groupby
df = df.groupby(['num1', 'attnr']).agg(mean_num3=("num3", 'mean'))
df = df.reset_index()
  
# plot barplot
sb.barplot(x="num1",
           y="mean_num3",
           hue="attnr",
           data=df)

输出：