seaborn.countplot

    seaborn.countplot使用条形图显示每个类别中观测值的数量。

    这个函数可以被认为是针对类别变量的直方图。基本的API和选项与完全相同，因此可以对比学习。

    可以通过多种格式传入数据，包括：

    • 通过列表、numpy数组、或者pandas Series对象表示的向量数据，数据直接传给x, y, 和/或hue参数。
    • 长格式的DataFrame，此时会通过x, y以及hue变量决定如何绘制数据。
    • 宽格式的DataFrame，此时每个数值型的column都会被绘制。

    在绝大多数情况下，数据格式都可以使用numpy或者Python对象，但是推荐使用pandas对象，因为pandas对象中相关的名称会被用于注释坐标轴。此外，可以通过设置分组变量为使用Categorical类型来控制绘制元素的顺序。

    这个函数总会将变量作为类别变量进行处理，按顺序(0, 1, … n)在相应坐标轴绘制数据，即使数据为数值或者日期类型。

    更多信息参考tutorial.

    参数：x, y, hue: data或者向量数据中的变量名，可选

    用于绘制长格式数据的输入。查看解释示例

    data：DataFrame, 数组，或者包含数组的列表，可选

    用于绘制的数据集。如果x和y不存在，那么会将数据按宽格式进行处理，否则应当为长格式。

    order, hue_order：包含字符串的列表，可选

    类别层级绘制的顺序，否则层级会从数据对象中推测。

    orient: “v” | “h”, 可选

    所有元素的颜色，或者渐变调色盘的种子。

    palette: 调色盘名称，列表或字典，可选

    用于hue变量的不同级别的颜色。应当是可以解释的东西，或者将色调级别映射到matplotlib颜色的字典。

    saturation: float, 可选

    在原有饱和度的比例下绘制颜色。大片的图块通常在略微不饱和的颜色下看起来更好，而如果想要绘制的颜色与输入颜色规格完全匹配，应当设置此值为1。

    dodge: bool, 可选

    ax: matplotlib轴，可选

    绘制图像的轴对象，不指定时使用当前轴。

    kwargs: 键值映射

    其他关键字参数会被传递给plt.bar.

    返回值：ax: matplotlib轴

    返回带有绘图的轴对象。

    另请参阅

    factorplot(): 结合类别图与FacetGrid类。

    示例

    显示单个类别变量的计数值：

    2. >>> sns.set(style="darkgrid")
    3. >>> titanic = sns.load_dataset("titanic")

    显示两个类别变量的计数值：

    http://seaborn.pydata.org/_images/seaborn-countplot-2.png

    水平绘制条形图：

    1. >>> ax = sns.countplot(y="class", hue="who", data=titanic)

    使用不同的颜色色盘：

    http://seaborn.pydata.org/_images/seaborn-countplot-4.png

    使用plt.bar的关键字参数获得不同的显示效果：

    1. >>> ax = sns.countplot(x="who", data=titanic,
    2. ...                    facecolor=(0, 0, 0, 0),
    3. ...                    edgecolor=sns.color_palette("dark", 3))

    使用实现结合countplot()以及的效果。这样做可以在额外的类别变量中进行分组。使用catplot()比直接使用更加安全，因为这样做可以确保跨分面的变量顺序同步：

    http://seaborn.pydata.org/_images/seaborn-countplot-6.png