列的简单条形图意味着使用 seaborn答案

【问题标题】：Simple barplot of column means using seaborn列的简单条形图意味着使用 seaborn
【发布时间】：2020-01-30 14:40:13
【问题描述】：

我有一个包含 26 列数字数据的 pandas 数据框。我想用 26 个条形表示条形图中每列的平均值。使用 pandas 绘图功能很容易做到这一点：df.plot(kind = 'bar')。但是，结果很难看，并且列标签经常被截断，即：

我想用 seaborn 来代替，但无论我多么努力，似乎都找不到方法。当然有一种简单的方法可以制作一个简单的列平均值条形图吗？谢谢。

【问题讨论】：

请提供sample data。请显示尝试的代码块。请截图不想要的情节。
你可以在plt.show()之前尝试：plt.tight_layout()。也可以考虑使用kind='barh'
您的数据是宽格式的。考虑重塑为长格式，并在自己的列中除了数值之外有指标女性、男性等，然后按类别绘制。

标签： python pandas seaborn

【解决方案1】：

你可以试试这样的：

import matplotlib.pyplot as plt
import seaborn as sns
sns.set()

fig = df.mean().plot(kind='bar')
plt.margins(0.02)
plt.ylabel('Your y-label')
plt.xlabel('Your x-label')
fig.set_xticklabels(df.columns, rotation = 45, ha="right")
plt.show()

【讨论】：

【解决方案2】：

如果有人通过搜索找到这个，我找到的最简单的解决方案（我是 OP）是使用 pandas.melt() 函数。这会将所有列连接成一列，但会添加第二列，以保留与每个值相邻的列标题。该数据帧可以直接传递给 seaborn。

【讨论】：

【解决方案3】：

df = pd.DataFrame({'x': [0, 1], 'y': [2, 3]})

sns.barplot(x = df.mean().index, y = df.mean())

plt.show()

【讨论】：

请添加一些描述

【解决方案4】：

你可以使用sns.barplot——尤其是horizontal barplots更适合这么多的类别——像这样：

import seaborn as sns

df = pd.DataFrame({'x': [0, 1], 'y': [2, 3]})
unstacked = df.unstack().to_frame()
sns.barplot(
    y=unstacked.index.get_level_values(0),
    x=unstacked[0]);

【讨论】：

谢谢，这很有用。但是，当我将数据框表示为这样的系列时，我会丢失错误栏。有谁知道我怎样才能保留它们？