Python Seaborn countplot绘制条形图参数详解与实战

Mia

发布时间：2026-10-15| 4人浏览过

原创

本文详细介绍Python中Seaborn库的countplot函数，用于绘制类别特征的频数统计条形图。文章解析了x、y、hue、data、order、palette等核心参数的用法，并通过Titanic数据集演示了如何绘制基础条形图、分组条形图、自定义排序与配色，以及如何在子图中组合展示。

引言与函数定义

前言

在Python数据可视化中，函数专门用于绘制类别特征的频数统计条形图，能够直观展示不同类别下的样本数量分布。

该函数的完整参数定义如下所示：

sns.countplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, dodge=True, ax=None, **kwargs)

核心参数详解

各参数的具体含义说明如下：

x：指定x轴上的条形图，系统将根据x标签的值来划分并统计对应的个数。
y：指定y轴上的条形图，系统将根据y标签的值来划分并统计对应的个数。
hue：在x或y标签划分的基础上，进一步以hue标签进行分组，统计各组别的个数，通常通过颜色区分。
data：接收DataFrame、数组或数组列表作为绘图数据集。当x或y参数缺失时，data参数必须提供完整的数据集，且x或y中至少需要指定其中一个。
order与hue_order：分别用于指定x轴或y轴字段的排序顺序，以及hue分组字段的排序顺序。排序方式需传入列表。
orient：强制设定条形图的方向，'v'表示竖直方向，'h'表示水平方向。
palette：指定使用的颜色调色板，可改变条形图的颜色风格。

实战案例演示

以下示例均基于titanic.csv数据集（具体数据见代码块）。

基础条形图绘制

示例一：绘制x轴上的条形图

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
titanic=pd.read_csv('train.csv')
titanic.columns
#x轴上的条形图
sns.countplot(x='Pclass',data=titanic)
plt.show()

#或者直接使用df[col]
sns.countplot(x=titanic['Pclass'])

运行结果：

y轴条形图与分组统计

示例二：绘制y轴上的条形图

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

titanic=pd.read_csv('train.csv')
titanic.columns

#y轴上的条形图
sns.countplot(y='Pclass',data=titanic)
plt.show()

#或者直接使用df[col]
sns.countplot(y=titanic['Pclass'])

运行结果：

示例三：使用hue参数进行分组统计

# hue
sns.countplot(x='Pclass', hue='Survived', data=titanic)
plt.show()

# 或者直接使用df[col]
sns.countplot(x=titanic['Pclass'], hue=titanic['Survived'])

运行结果：

import pandas as pd
import seaborn as sns

titanic = pd.read_csv('train.csv')
titanic.columns

#order,hue_order
sns.countplot(x='Pclass',hue='Survived',data=titanic,order=[3,2,1],hue_order=[1,0])
plt.show()

运行结果：

样式调整与子图组合

示例四：通过palette参数改变柱状图样式

import pandas as pd
import seaborn as sns

titanic = pd.read_csv('train.csv')
titanic.columns

#调色板
sns.countplot(x=‘Pclass',data=titanic,palette=“Set3”)
plt.show()

运行结果：

示例五：指定子图绘制

#ax指定子图
fig, ax = plt.subplots(1, 2, figsize=(10, 5))
sns.countplot(x='Pclass', data=titanic, ax=ax[0])
sns.countplot(y='Pclass', data=titanic, ax=ax[1])
plt.show()

运行结果：