Seaborn中的绘制频率

Question

我正在查看一个SNL数据集，我想用seaborn来研究几个不同的东西。

我正在使用它来学习有关jupyter中可视化的更多信息（又名我是初学者）。

数据集如下所示：

援助：演员
能力：他们的角色是什么
charid：唯一字符ID
impid：唯一的模拟ID
角色：他们扮演的角色名称
提示：素描ID
声音：他们只是画外音吗？
epid：第id集
sid：季节ID

一些问题： 谁是SNL出现的前20名演员？ 最常使用的字符？ 印象最频繁？ 哪些角色是由多个演员扮演的？

我尝试了这个，但人数太多了，我想限制为20个人。或者，如果您有其他可视化建议，请尝试。

plt.style.use('seaborn-whitegrid')
plt.figure(figsize=(5,5)) 
sns.countplot(y="aid", data=appearances);

一些如何回答其中一些问题的示例情节太神奇了！

Answer 1

您的问题很广泛，但总的来说，对于每个系列，您都可以这样做：

获取特定列中每个唯一元素的计数，仅获取计数最高的20个元素：

top20aid=appearances.groupby(['aid'],sort=False)['aid'].count().sort_values().tail(20)
    bot20aid=appearances.groupby(['aid'],sort=False)['aid'].count().sort_values().head(20)

NB：sort_values默认情况下按升序排列。因此，为了找到计数最高的值，我们使用tail()。您可以使用以下.sort_values(ascending=False)以降序排列。在这种情况下，您可以使用.head()选择计数最高的元素。例如

top20aid=appearances.groupby(['aid'],sort=False)['aid'].count().sort_values(ascending=False).head(20)
bot20aid=appearances.groupby(['aid'],sort=False)['aid'].count().sort_values(ascending=False).tail(20)

然后只需将结果绘制在barplot

中

sns.barplot(top20aid.values,top20aid.index)