Seaborn countplot：如何按数字对条形进行排序

您可以使用以下基本语法对 Seaborn 计数图表中的条形进行降序排序：

 sns. countplot (data=df, x=' var ', order=df[' var ']. value_counts (). index )

要按升序对条形进行排序，只需将ascending=True添加到value_counts()函数：

 sns. countplot (data=df, x=' var ', order=df[' var ']. value_counts (ascending= True ). index )

以下示例展示了如何在实践中通过以下 pandas DataFrame 使用此语法：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'C', 'C', 'C', 'D', 'D'],
                   ' points ': [12, 11, 18, 15, 14, 20, 25, 24, 32, 30]})

#view DataFrame
print (df)

  team points
0 to 12
1 to 11
2 to 18
3 to 15
4 B 14
5 C 20
6 C 25
7 C 24
8 D 32
9 D 30

示例 1：创建带有默认顺序条形图的 Seaborn 计数图

以下代码展示了如何创建一个 Seaborn 帐户，其中的条形图采用默认顺序（即唯一值在列中出现的顺序）：

 import seaborn as sns

#create countplot to visualize occurrences of unique values in 'team' column
sns. countplot (data=df, x=' team ')

请注意，图中的条形图只是根据唯一值在团队列中出现的顺序进行排序。

示例 2：创建 Seaborn 计数图，其中条形按降序排列

以下代码显示如何创建 Seaborn 计数图，其中条形按降序排列：

 import seaborn as sns

#create countplot with values in descending order
sns. countplot (data=df, x=' team ', order=df[' team ']. value_counts (). index ) 

请注意，图中的条形现在按降序排列。

示例 3：创建 Seaborn 计数图，其中条形按升序排列

以下代码显示如何创建 Seaborn 计数图表，其中条形按升序排列：

 import seaborn as sns

#create countplot with values in ascending order
sns. countplot (data=df, x=' team ', order=df[' team ']. value_counts (ascending= True ). index ) 

请注意，图中的条形现在按升序排列。

注意：您可以在此处找到 seaborn countplot()函数的完整文档。

其他资源

以下教程解释了如何在seaborn中执行其他常见功能：

如何在 Seaborn 中绘制分布
如何在 Seaborn 中对 x 轴上的箱线图进行排序
如何将表格添加到 Seaborn 图中