溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇文章為大家展示了Python中怎么利用seaborn實現數據可視化，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。
本文目標圖表是這樣：
2個系列。每個系列找出最小最大的柱子，標記成不同的顏色
本文所需要的庫如下：
數據是這樣子：
上一節做的事情如下：
設置 x 軸標簽的旋轉角度
設置某個指定柱狀圖的柱子顏色
簡單把這些事情包裝成函數：
使用 seaborn 的代碼，實際與上一節直接使用 matplotlib 差不多：
看起來 seaborn 沒有特別的地方!
這是因為我們只有一個系列(上圖只涉及2個維度：wheat 與 year)
多系列
稍微修改一下數據，
行3、4、5：復制一份數據，小麥產量隨機生成
行7、8：新增一個列"type"，把數據劃分成2類："原始" 、"修改"
行10：合并成一份數據
行12：避免數據太多，圖表不利于閱讀，我只保留1750年以后的數據
現在數據成這樣：
每個年份都有2行記錄，字段"type"可以區分他們
使用 seaborn 可以非常方便映射多個維度的數據：
行1：hue 是類別映射，通常如果有一個列數據是文本，就可以映射上去。這里把數據中的"type"字段映射
圖表成這樣子：
顯然沒有標記出最大值的柱子
同時也提示執行有錯誤
如果我們查看圖表的容器就能看出關鍵：
原來，seaborn 柱子分成2組。這是非常合理的
但數據范圍索引，卻是在整個數據共27行中查找
顯然，我們需要是2組的范圍索引：
語義非常清晰直白
但是，怎么準確從圖表容器中找到需要的 BarContainer：
行7與行12：里面的 0 和 1 都是猜測的
原來，seaborn 在生成這些容器時，給容器的 label 屬性寫入了對應的數據值(就是我們數據的"type"字段)：
注意，你不能使用 key 索引方式獲取，比如寫: axcontainers['修改'] ，這會報錯
萬事俱備，定義如下函數：
現在調用變得非常簡單:
圖表成這樣子：
上述內容就是Python中怎么利用seaborn實現數據可視化，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
