# Seaborn 绘图 > 原文： [https://pythonbasics.org/seaborn_barplot/](https://pythonbasics.org/seaborn_barplot/) Seaborn 支持多种类型的条形图。 我们将 Seaborn 与 Matplotlib 结合起来演示了几个绘图。 Seaborn 包含几个数据集（titanic 和其他），但这只是一个演示。 您可以将任何类型的数据传递到绘图。 ## 条形图示例 ### 条形图 用`barplot()`方法创建一个条形图。 下面的条形图根据类别显示了泰坦尼克号撞车事故的幸存者。 您会看到这些条形图随着船沉没而下降:) 调色板参数定义了要使用的颜色，当前使用的是`"hls"`，但可以使用任何调色板。 ```py import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns sns.set_context('paper') # load dataset titanic = sns.load_dataset('titanic') print(titanic.head()) # create plot sns.barplot(x = 'sex', y = 'survived', hue = 'class', data = titanic, palette = 'hls', order = ['male', 'female'], capsize = 0.05, saturation = 8, errcolor = 'gray', errwidth = 2, ci = 'sd' ) print(titanic.groupby(['sex', 'class']).mean()['survived']) print(titanic.groupby(['sex', 'class']).std()['survived']) plt.show() ```  ### 水平条形图 该条形图可以是使用`barplot()`方法的水平图。 在下面的示例中，两个条形图是重叠的，显示了百分比作为总崩溃的一部分。 ```py import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns sns.set_context('paper') crashes = sns.load_dataset('car_crashes').sort_values('total', ascending = False) f, ax = plt.subplots(figsize = (6,15)) sns.set_color_codes('pastel') sns.barplot(x = 'total', y = 'abbrev', data = crashes, label = 'Total', color = 'b', edgecolor = 'w') sns.set_color_codes('muted') sns.barplot(x = 'alcohol', y = 'abbrev', data = crashes, label = 'Alcohol-involved', color = 'b', edgecolor = 'w') ax.legend(ncol = 2, loc = 'lower right') sns.despine(left = True, bottom = True) plt.show() ```  ### 条形图提示 下面的条形图提示图使用提示数据集。 它显示了根据性别收到的提示数量。 它使用蓝调调色板，该调色板具有蓝色的变体。 ```py import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns sns.set_context('paper') tips = sns.load_dataset('tips') sns.barplot(x = 'day', y = 'total_bill', hue = 'sex', data = tips, palette = 'Blues', edgecolor = 'w') tips.groupby(['day','sex']).mean() plt.show() ```  ### 计数图 可以将计数图视为跨类别变量的直方图。下面的示例演示了计数图。 ```py import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns sns.set_context('paper') # load dataset titanic = sns.load_dataset('titanic') print(titanic.head()) # create plot sns.countplot(x = 'class', hue = 'who', data = titanic, palette = 'magma') plt.title('Survivors') plt.show() ```