Python Pandas - 使用 Seaborn 绘制条形图并显示观察值的标准差

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")

示例

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()

这将产生以下输出 -