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。对于按分类变量分组的垂直点图,将变量设置为.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")
由分类变量分组的垂直点图 -
sb.pointplot(dataFrame['Role'],dataFrame['Age'])
以下是代码 -
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") # vertical point plot grouped by a categorical variable sb.pointplot(dataFrame['Role'],dataFrame['Age']) # display plt.show()输出结果
这将产生以下输出 -