Python Pandas – 使用Seaborn绘制点图并显示观测值的标准差

Seaborn中的点图用于使用散点图符号显示点估计和置信区间。使用seaborn.pointplot（）来实现。使用置信区间ci参数值“ sd ”在pointplot（）方法中显示观察值的标准差。

假设以下是我们的数据集（以CSV文件的形式）− Cricketers.csv

首先，导入所需的库−

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

将数据从CSV文件加载到Pandas DataFrame中−

dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers.csv")

绘制Academy和Age的点图。使用置信区间参数值“sd”来显示观测值的标准差。

sb.pointplot( x = 'Academy',y = 'Age', data = dataFrame, ci = "sd")

例子

以下是完整的代码−

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

# 将数据从CSV文件加载到Pandas DataFrame中
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers.csv")

sb.set_theme(style="darkgrid")

# 绘制Academy和Age的点图。使用置信区间参数值“sd”来显示观测值的标准差。
sb.pointplot( x = 'Academy',y = 'Age', data = dataFrame, ci = "sd")

# 显示
plt.show()