Python seaborn中具有数字独立数据的水平条形图

这就是你会注意到的，他们使用一些称为崩溃的数据集，并绘制一些分类变量和一些数值变量的图形。要使其水平，他们只需翻转x和y变量，这非常简单

我的问题是我的类别是数字的，这会导致问题。一个最小的可复制示例使用他们的数据集。基本上，这应该是同一个图形，一个水平，另一个垂直。正如你所看到的，它们都是垂直的

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="whitegrid")


crashes = sns.load_dataset("car_crashes").sort_values("total", ascending=False)

crashes['roundTotal'] = np.round(crashes['total']).astype(int)
crashesMod = crashes.groupby(['roundTotal']).count().reset_index()
crashesMod['VsAverage'] = crashesMod['total'] > crashesMod.total.mean()

sns.barplot(x = 'roundTotal', y = 'total', hue = 'VsAverage', data = crashesMod)
plt.show()
sns.barplot(y = 'roundTotal', x = 'total', hue = 'VsAverage', data = crashesMod)

我试着制作字符串类型的“roundTotal”列，因为我想象它在幕后进行一些猜测，但在使用2个数字类型时失败了，但后来我遇到了一个问题

---

TypeError:/：'str'和'int'的操作数类型不受支持

打印前只需添加以下内容：

crashesMod.roundTotal=crashesMod.roundTotal.astype('category')
crashesMod.VsAverage=crashesMod.VsAverage.astype('category')

---

根据seaborn文档，您应该使用“orient”选项：

将numpy导入为np
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
sns.set（style=“whitegrid”）
图，ax=plt.子批次（图尺寸=（3.5,6））
崩溃=(
sns.load_数据集（“车祸”）
.sort_值（“总计”，升序=False）
.assign（roundTotal=lambda-df:df['total'].round（）.astype（int）.astype（'category'））
.groupby（['roundTotal']）.count（）
.reset_index（）
.assign（VsAverage=lambda df:df['total']>df['total'].mean（））
.pipe（（sns.barplot，'data'），y='roundTotal'，x='total'，
色调=垂直平均，方向=水平，轴=轴）
)
ax.invert_yaxis（）

这给了我：

---

使用pandas将其作为分类变量：或者

orient=“h”

您可能还希望

dodge=False

在这里最好使用数据帧的

assign

方法，而不是依赖数据帧的点访问器columns@qwertylpc使用

.assign

创建用于打印的全新列。你甚至可以将结果直接传送到seaborn，这样它就完全是昙花一现的了。@PaulH你知道如何控制列的顺序吗。例如，y轴从6-24（在本例中）开始下降，而不是上升。我刚刚试着调用

sort\u values（）

@qwertylpc查看下面的答案