Python Pandas - 使用 Seaborn 绘制点图并显示观察值的标准差

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")

示例

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()

这将产生以下输出 -