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。在方法中使用置信区间 ci 参数值“ sd ”显示观测值的标准偏差。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")
用“学院”和“年龄”绘制点图。使用置信区间参数值“sd”显示观测值的标准偏差
sb.pointplot( x = 'Academy',y = 'Age', data = dataFrame, ci = "sd")
以下是完整的代码 -
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") # plotting point plot with Academy and Age # display Standard Deviation of Observations using confidence interval parameter value "sd" sb.pointplot( x = 'Academy',y = 'Age', data = dataFrame, ci = "sd") # display plt.show()输出结果
这将产生以下输出 -