如何在 Seaborn Barplot 上显示值？

在本文中，我们将了解如何使用Python在 Seaborn Barplot 上显示值。

Seaborn是一个构建在 matplotlib 之上的数据可视化包，它使 seaborn 在不同的图表中具有多种自定义功能。通常，条形图将分类数据总结为矩形条，其高度与相应条的值成比例。 Seaborn 库提供了一个名为 Barplot() 的方法，该方法加载了 10 多个参数，可以绘制满足大多数要求的条形图。在这篇博客中，让我们讨论如何在 seaborn 条形图上显示条形值。

Syntax: seaborn.barplot(data, x=None, y=None, hue=None, data=None, order=None, orient=None, color=None, palette=None, saturation=0.75,errwidth)

Parameters:

• data – specifies the dataframe to be used to bar plot
• x, y – specifies the data to be used along the x-axis and y- axis. (long form data)
• order – specifies the order in which the categorical values has to be plotted
• orient – ‘v’ specifies vertical orientation  and ‘h’ specifies horizontal orientation
• color –  specifies the color gradient of all elements
• palette – list of colors that has to be used for different levels
• errwidth – specifies the error bar width

示例 1：

使用的数据集： tips

在带有 bar 的 seaborn barplot 中，可以使用 sns.barplot()函数和 sns.barplot() 返回的子方法容器来绘制值。导入 pandas、numpy 和 seaborn 包。使用 pandas read_csv函数读取数据集。现在，在两列之间创建一个条形图，在这里，让我们选择 x 轴是时间，y 轴作为提示。这将返回一个传统的条形图。该绘图对象存储在一个变量中。 plot 对象有一个称为容器的方法，可以列出每个条的属性。遍历容器对象的列表项并将每个项传递给 bar_label函数。这将提取并显示条形图中的条形值。

Python3

# import the necessary python packages
import pandas as pd
import seaborn as sns
import numpy as np
 
# read the dataset using pandas read_csv
# function
data = pd.read_csv(r"path to \tips.csv")
 
data.head()
 
# create a bar plot by specifying
# x and y axis and the data to be used.
ax = sns.barplot(x='time', y='tip',
                 hue='sex', data=data,
                 errwidth=0)
 
# sns.barplot method will return a list of
# sub methods use containers method to access
# the text label of each bar by passing it
# through the ax.bar_label function use for
# loop to iterate through the list of
# labels and assign each bar to a different
# label.
for i in ax.containers:
    ax.bar_label(i,)

输出：

带有条形值的条形图

示例 2：

与上述方法不同，可以使用 sns.barplot()函数和 sns.barplot() 返回的相同子方法容器为分组条形图绘制带有条形值的 seaborn 条形图。导入 pandas、NumPy 和 seaborn 包。使用 pandas read_csv函数读取数据集。现在，从此处的分组数据框中创建一个条形图，让我们选择 x 轴作为天，y 轴作为总账单。这将再次返回传统的条形图。该绘图对象存储在一个变量中。 plot 对象有一个称为容器的方法，可以列出每个条的属性。现在，将容器对象传递给 bar_label函数。这将提取并显示条形图中的条形值。

Python3

# import the necessary python packages
import pandas as pd
import seaborn as sns
import numpy as np
 
# read the dataset using pandas read_csv
# function
data = pd.read_csv(r"path to\tips.csv")
 
# group the multi level categorical variables
# and reset_ the index to flatten the index
groupedvalues = data.groupby('day').sum().reset_index()
 
# use sns barplot to plot bar plot
# between days and tip value
ax = sns.barplot(x='day', y='tip',
                 data=groupedvalues,
                 errwidth=0)
 
# now simply assign the bar values to
# each bar by passing containers method
# to bar_label function
ax.bar_label(ax.containers[0])

输出：

带有条形值的条形图 - 分组数据框

示例 3：

如上所述，导入必要的包并使用 pandas read_csv()函数读取数据。 Sum 基于 day 列聚合数据。现在，使用您希望的颜色定义一个调色板列表。此调色板列表的长度必须对应于分组数据帧的长度。在这里，我们有兴趣在 day 和 total_bill 列之间绘制条形图。因此，argsort() 总帐单列将对列进行排序并返回已排序列的索引。现在，将 x、y 列传递给 barplot函数必须使用的数据。除此之外，将调色板对象转换为 numpy 数组并根据 argsort() 值重新排列数组。传递所有这些参数将返回一个箱线图。目的。现在使用 iterrows() 遍历分组数据帧的每一行，并使用 barplot 对象的 text函数将行的所需值分配为 bar 值。

Python3

# import the necessary python packages
import pandas as pd
import seaborn as sns
import numpy as np
 
# read the dataset using pandas read_csv
# function
data = pd.read_csv(r"path to\tips.csv")
 
# group the multilevel categorical
# values and flatten the index
groupedvalues = data.groupby('day').sum().reset_index()
 
# define the color palette of different colors
pal = sns.color_palette("Greens_d", len(groupedvalues))
# use argsort method
rank = groupedvalues["total_bill"].argsort()
 
# use dataframe grouped by days to plot a
# bar chart between days and total bill
ax = sns.barplot(x='day', y='total_bill',
                 data=groupedvalues,
                 palette=np.array(pal[::-1])[rank])
 
# now use a for loop to iterate through
# each row of the grouped dataframe
# assign bar value  to each row
for index, row in groupedvalues.iterrows():
    ax.text(row.name, row.tip, round(row.total_bill, 2),
            color='white', ha='center')

输出：

带有条形值的条形图 - 分组数据框