使用计数图进行可视化

计数图用于统计每个类别的实例数量。我们使用它来展示分类数据中每个唯一类别的实例数量，以条形的形式呈现。

首先，导入所需的库和 seaborn 库中的 tips 数据集，使用 sns.load_dataset() 函数加载数据。接着，使用 pandas 的 head() 函数查看前五行数据记录，以了解数据概况。

1import pandas as pd
2import seaborn as sns
3import matplotlib.pyplot as plt
4sns.set_theme()
5tips_df = sns.load_dataset('tips')
6print(tips_df.head())

接下来，通过向 sns.countplot() 函数传递 x='sex' 来查看 tips 数据集中男性和女性顾客的比例。sns.countplot() 函数返回一个 matplotlib 坐标轴（Axes）对象，其 containers 属性中保存了绘制条形的条形容器。然后调用 bar_label() 函数为条形添加标签。该函数接收一个容器作为输入，用于在计数图的条形上添加标签。

1cplot = sns.countplot(data=tips_df, x='sex')  # 返回条形容器
2plt.bar_label(cplot.containers[0])
3plt.savefig('output/graph.png')  # 保存图形

在上述示例中，我们看到不同颜色代表两个类别。但也可以通过在 sns.countplot() 函数的 color 参数中指定所需颜色，将其设置为单一颜色。我们还可以通过选择 padding=2（条形与标签之间的距离）、color='red'、fontsize=15 和 label_type='edge'（将标签显示在条形顶部）来自定义条形标签。此外，将标签放在条形上方会使图形显得拥挤，因此我们使用 ylim() 函数增加 y 轴范围。

1cplot = sns.countplot(data=tips_df, x='sex', color='green')
2plt.bar_label(cplot.containers[0], padding=2, color='red',
3              fontsize=15, label_type='edge')  # 自定义条形标签
4plt.ylim(top=180)  # 自定义坐标轴范围
5plt.savefig('output/graph.png')

为了对计数图进行颜色编码，我们在 sns.countplot() 函数中传递 hue 参数。如图所示，我们根据是否吸烟对男女顾客进行了分类。可以看出，男性吸烟者的数量高于女性吸烟者。此外，由于这是一个分组计数图，每根条形中有两个组，因此需要两次调用 bar_label() 函数。我们为第一组（吸烟者）在条形顶部显示红色标签，为第二组（非吸烟者）在条形中心显示黑色标签。

1c_plot = sns.countplot(data=tips_df, x='sex', hue='smoker')
2plt.bar_label(c_plot.containers[0], padding=1, color='red',
3              fontsize=15, label_type='edge')  # 第一组
4plt.bar_label(c_plot.containers[1], padding=1, color='black',
5              fontsize=15, label_type='center')  # 第二组
6plt.ylim(top=120)
7plt.savefig('output/graph.png')

为进一步可视化，我们可以导入 penguins 数据集并将其存储在 penguins_df 数据框中。首先，使用 sns.set() 函数减小字体大小，以便在图表上完整显示物种名称。接着，为了将计数图的方向从垂直改为水平，我们将 species 列传递给 sns.countplot() 函数的 y 参数。我们还可以自定义条形标签，因为这是一个水平图表。为此，可以使用 xlim() 函数增加 x 轴范围，使标签和条形都能完整显示在图形内。

1penguins_df = sns.load_dataset('penguins')
2sns.set(font_scale=0.9)
3c_plot = sns.countplot(y='species', data=penguins_df)
4plt.bar_label(c_plot.containers[0], padding=1, color='black',
5              fontsize=12, label_type='edge')
6plt.xlim(right=170)  # 设置水平图的 xlim
7plt.savefig('output/graph.png')

在计数图中，我们统计每个分类列的实例数量。我们可以通过 pandas 函数验证这一点，如下代码所示。我们访问数据框中的 species 列并对其调用 value_counts() 函数。我们可以看到每个唯一类别的数量在计数图中被精确映射。

1print(penguins_df.species.value_counts())

我们可以通过在 sns.countplot() 函数的 order 参数中指定所需的顺序来改变计数图中不同类别的显示顺序。例如，我们传入 order=['Adelie','Gentoo','Chinstrap']。第一根条形代表 Adelie 物种，第二根条形代表 Gentoo 物种，依此类推。我们还可以调用 bar_label() 函数来自定义条形标签。

1c_plot = sns.countplot(x='species', data=penguins_df,
2                       order=['Adelie','Gentoo','Chinstrap'])
3plt.bar_label(c_plot.containers[0], padding=1, color='red',
4              fontsize=15, label_type='edge')
5plt.ylim(top=170)
6plt.savefig('output/graph.png')

类似地，我们可以使用 hue_order 参数指定颜色编码类别的显示顺序。我们可以在参数中指定任意 hue 类别的顺序，或限制要进行颜色编码的类别数量。例如，在下面的图表中，我们仅使用 island 变量的两个值而非三个：

1c_plot = sns.countplot(x='species', data=penguins_df,
2                       hue='island', hue_order=['Torgersen','Dream'])
3plt.bar_label(c_plot.containers[0], padding=1, color='black',
4              fontsize=15, label_type='edge')  # 第一组
5plt.bar_label(c_plot.containers[1], padding=1, color='black',
6              fontsize=15, label_type='edge')  # 第二组
7plt.ylim(top=100)
8plt.savefig('output/graph.png')

我们可以通过 pandas 库验证这一点，如下代码所示。首先，我们按 species 分组，然后访问 island 列并调用 value_counts() 函数，以显示每个类别的计数。我们可以看到，Gentoo 物种仅出现在 Biscoe 岛上。正如计数图所示，我们没有看到 Gentoo 物种的条形。

1print(penguins_df.groupby('species').island.value_counts())

我们可以使用 sns.countplot() 函数中的 saturation 参数来美化我们的计数图。饱和度越低，图形颜色越暗淡；饱和度越高，图形颜色越明亮。在下面的计数图中，我们在 sns.countplot() 函数中指定 saturation=0.4，图形的颜色较为暗淡。

1c_plot = sns.countplot(data=tips_df, x='sex', hue='time', saturation=0.4)
2plt.bar_label(c_plot.containers[0], padding=1, color='black',
3              fontsize=15, label_type='edge')  # 第一组
4plt.bar_label(c_plot.containers[1], padding=1, color='red',
5              fontsize=15, label_type='edge')  # 第二组
6plt.ylim(top=140)  # 设置 y 轴限制
7plt.savefig('output/graph.png')

类似地，在下面的计数图中，我们在 sns.countplot() 函数中指定 saturation=3.0。结果，图形的颜色非常明亮。

1c_plot = sns.countplot(data=tips_df, x='sex', hue='time', saturation=3.0)
2plt.bar_label(c_plot.containers[0], padding=1, color='black',
3              fontsize=15, label_type='edge')  # 第一组
4plt.bar_label(c_plot.containers[1], padding=1, color='red',
5              fontsize=15, label_type='edge')  # 第二组
6plt.ylim(top=140)
7plt.savefig('output/graph.png')