Seaborn 中的条形图用于将点估计和置信区间显示为矩形条。用于此。使用置信区间 ci 参数值sd显示观测值的标准偏差。seaborn.barplot()
假设以下是 CSV 文件形式的数据集 - Cricketers2.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\\Cricketers2.csv")
使用 Academy 和 Matches 绘制条形图。使用置信区间参数值“sd”显示观测值的标准偏差 -
sb.barplot(x = "Academy", y = "Matches",data = dataFrame, ci = "sd")
以下是代码 -
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\\Cricketers2.csv") sb.set_theme(style="darkgrid") #用 Academy 和 Matches 绘制条形图 #展示 Standard Deviation of Observations using confidence interval parameter value "sd" sb.barplot(x = "Academy", y = "Matches",data = dataFrame, ci = "sd") #展示 plt.show()输出结果
这将产生以下输出 -