python作条形图

在数据分析中，条形图无疑是很重要的一种展示方式。

它易于阅读，很容易快速得出结论:哪一类最 大、哪一类最小以及类别之间的增减区别。

下面总结了在Python中绘制条形图的方式。

数据清洗部分

我们有原数据集netflix2019各电视剧和电影类型

每一条是每一部电影的类型标签，我们想知道哪些类型的电视剧/电影最多？

a=''
for i in show03.listed_in:
    i = i.strip()
    a = a+','+ i
        
b = a.split(',')
type_list = []
for i in b:
    after_strip = i.strip()
    if after_strip == '':
        continue
    type_list.append(after_strip)
    
type_list

s1 = pd.Series(type_list)
s1.value_counts()

结果如下：

我们还可用.index去查看到底有哪些类型。

绘制条形图

1. Seaborn绘制条形图

sns.barplot(y=s1.value_counts()[:10].index,x=s1.value_counts()[:10],palette='Blues_r',orient='horizontal')
plt.title('Most popular Types of Movie/TV shows')

plt.xticks();

绘制出最流行的10种类型。

2. matplotlib绘制条形图

newdata = data[:10].sort_values(ascending=True)

color = sns.color_palette("Blues",n_colors=10) #调用seaborn调色板颜色
fig , ax = plt.subplots(figsize=(10,8))
c = ax.barh(newdata.index,newdata,color = color)


for rect in c:
    w = rect.get_width()
    ax.text(w, rect.get_y()+rect.get_height()/2, '%d' %
            int(w), ha='left', va='center') #标记具体数值
ax.spines['top'].set_visible(False) #去除边框
ax.spines['right'].set_visible(False)
ax.spines['bottom'].set_visible(False)

plt.title('Most popular Types of Movie/TV shows')
plt.xticks(());

Holla 作图完成～