Python Pandas – 用Seaborn绘制条形图并显示观察值的标准差

Python Pandas是数据分析领域中常用的库，可以进行数据的读取、统计计算、数据清洗等操作。而Seaborn是基于matplotlib的可视化库，相比于matplotlib更加美观易用。本文将介绍如何使用Seaborn绘制条形图并显示观察值的标准差。

更多Pandas相关文章，请阅读：Pandas 教程

1. 准备数据

首先，我们需要准备一份数据集。这里我们选择使用Pandas中自带的数据集iris。我们可以通过以下代码来获取数据集：

import seaborn as sns

iris = sns.load_dataset('iris')

2. 绘制条形图

有了数据集之后，我们可以开始绘制条形图。这里我们使用Seaborn中的条形图函数barplot()。我们可以通过以下代码绘制花瓣长度（petal_length）不同种类鸢尾花（species）之间的柱状图：

sns.barplot(x='species', y='petal_length', data=iris)

运行代码后，我们就可以得到如下图所示的条形图

3. 显示观察值的标准差

我们发现，条形图只显示了花瓣长度的平均值，并没有显示标准差。如果我们想要显示观察值的标准差，可以通过向函数加入参数ci=’sd’来实现，即：

sns.barplot(x='species', y='petal_length', data=iris, ci='sd')

运行代码后，我们就可以得到如下图所示的条形图，其中黑色的竖条就是标准差的显示

结论

本文介绍了如何使用Python Pandas配合Seaborn绘制条形图并显示观察值的标准差。Seaborn的可视化导入了更加丰富的样式和参数，使得我们能够更好地展示数据，在实战中应用非常广泛。