Pandas 是否可以将其转换为seaborn?

Pandas 是否可以将其转换为seaborn?,pandas,matplotlib,data-visualization,seaborn,Pandas,Matplotlib,Data Visualization,Seaborn,我们可以将其转换为seaborn吗?如果没有您的(样本)数据,我将不得不在黑暗中绘制,但您可以尝试: group = (df.groupby(['Attrition']) ['Department'].value_counts(normalize=True) .unstack('Attrition')) print(group) group.plot.bar(figsize=(20,5)); 如果没有您的(样本)数据,我将不得不在黑暗中绘制,但您可以尝试: group = (

我们可以将其转换为seaborn吗?

如果没有您的(样本)数据,我将不得不在黑暗中绘制,但您可以尝试:

 group = (df.groupby(['Attrition'])
   ['Department'].value_counts(normalize=True)
   .unstack('Attrition'))
print(group)

group.plot.bar(figsize=(20,5));
如果没有您的(样本)数据,我将不得不在黑暗中绘制,但您可以尝试:

 group = (df.groupby(['Attrition'])
   ['Department'].value_counts(normalize=True)
   .unstack('Attrition'))
print(group)

group.plot.bar(figsize=(20,5));

一种方法是不在Seaborn中重做它,而是将matplotlib的样式更改为与
sns.set一起使用Seaborn样式

group = (df.groupby(['Attrition'])
         ['Department'].value_counts(normalize=True)
         .reset_index(name='counts')
        )

sns.barplot(data=group, x='Department', y='counts', hue='Attrition')

一种方法是不在Seaborn中重做它,而是将matplotlib的样式更改为与
sns.set一起使用Seaborn样式

group = (df.groupby(['Attrition'])
         ['Department'].value_counts(normalize=True)
         .reset_index(name='counts')
        )

sns.barplot(data=group, x='Department', y='counts', hue='Attrition')

谢谢你,@Quang。这就是我一直在寻找的。再次感谢。:)谢谢你,@Quang。这就是我一直在寻找的。再次感谢。:)