sns.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)

參數(shù)說(shuō)明：

x： x軸上的條形圖，以x標(biāo)簽劃分統(tǒng)計(jì)個(gè)數(shù)
y：y軸上的條形圖，以y標(biāo)簽劃分統(tǒng)計(jì)個(gè)數(shù)
hue：在x或y標(biāo)簽劃分的同時(shí)，再以hue標(biāo)簽劃分統(tǒng)計(jì)個(gè)數(shù)
data：df或array或array列表，用于繪圖的數(shù)據(jù)集，x或y缺失時(shí)，data參數(shù)為數(shù)據(jù)集，同時(shí)x或y不可缺少，必須要有其中一個(gè)
order與 hue_order：分別是對(duì)x或y的字段排序，或是對(duì)hue的字段排序。排序的方式為列表
orient：強(qiáng)制定向，v:豎直方向；h:水平方向
palette：使用不同的調(diào)色板

以titanic.csv為例（具體數(shù)據(jù)）

例一：x軸上的條形圖

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
titanic=pd.read_csv('train.csv')
titanic.columns
#x軸上的條形圖
sns.countplot(x='Pclass',data=titanic)
plt.show()

#或者直接使用df[col]
sns.countplot(x=titanic['Pclass'])

運(yùn)行結(jié)果：

例二：y軸上的條形圖

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

titanic=pd.read_csv('train.csv')
titanic.columns

#y軸上的條形圖
sns.countplot(y='Pclass',data=titanic)
plt.show()

#或者直接使用df[col]
sns.countplot(y=titanic['Pclass'])

運(yùn)行結(jié)果：

例三：hue（顏色）

# hue
sns.countplot(x='Pclass', hue='Survived', data=titanic)
plt.show()

# 或者直接使用df[col]
sns.countplot(x=titanic['Pclass'], hue=titanic['Survived'])

運(yùn)行結(jié)果：

import pandas as pd
import seaborn as sns

titanic = pd.read_csv('train.csv')
titanic.columns

#order,hue_order
sns.countplot(x='Pclass',hue='Survived',data=titanic,order=[3,2,1],hue_order=[1,0])
plt.show()

運(yùn)行結(jié)果：

例四：改變柱狀圖樣式 palette

import pandas as pd
import seaborn as sns

titanic = pd.read_csv('train.csv')
titanic.columns

#調(diào)色板
sns.countplot(x=‘Pclass',data=titanic,palette=“Set3”)
plt.show()

運(yùn)行結(jié)果：

例五：指定子圖

#ax指定子圖
fig, ax = plt.subplots(1, 2, figsize=(10, 5))
sns.countplot(x='Pclass', data=titanic, ax=ax[0])
sns.countplot(y='Pclass', data=titanic, ax=ax[1])
plt.show()

運(yùn)行結(jié)果：