Python Pandas - 使用 Seaborn 绘制一组按分类变量分组的垂直点图

  • Z时代
  • 2024-01-10
  • 分类：综合

Seaborn 中的点图用于使用散点图字形显示点估计值和置信区间。用于此。对于按分类变量分组的垂直点图，将变量设置为.seaborn.pointplot()pointplot()

假设以下是 CSV 文件形式的数据集 - Cricketers.csv

首先，导入所需的库 -

import seaborn as sb
import pandas as pd
importmatplotlib.pyplotas plt

将 CSV 文件中的数据加载到 Pandas DataFrame 中 -

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

由分类变量分组的垂直点图 -

sb.pointplot(dataFrame['Role'],dataFrame['Age'])

示例

以下是代码 -

import seaborn as sb
import pandas as pd
importmatplotlib.pyplotas plt
# Load data from a CSV file into a Pandas DataFrame
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")
sb.set_theme(style="darkgrid")
# vertical point plot grouped by a categorical variable
sb.pointplot(dataFrame['Role'],dataFrame['Age'])
# display
plt.show()
输出结果

这将产生以下输出 -

以上是 Python Pandas - 使用 Seaborn 绘制一组按分类变量分组的垂直点图 的全部内容， 来源链接： utcz.com/z/363184.html

回到顶部