f,[ax1,ax2,ax3]=plt.subplots(1,3,figsize=(20,5)) sns.countplot(x='BusinessTravel',hue='Attrition',data=train_data,ax=ax1) sns.countplot(x='Department',hue='Attrition',data=train_data,ax=ax2) sns.countplot(x='Gender',hue='Attrition',data=train_data,ax=ax3) ax1.set_title('Business特征分析') ax2.set_title('Depeartment特征分析') ax3.set_title('Gender特征分析') f.suptitle('定类数据类型特征分析',size=20,y=1.1) f,[ax1,ax2]=plt.subplots(1,2,figsize=(20,5)) sns.countplot(x='MaritalStatus',hue='Attrition',data=train_data,ax=ax1) sns.countplot(x='OverTime',hue='Attrition',data=train_data,ax=ax2) ax1.set_title('MaritalStatus特征分析') ax2.set_title('OverTime特征分析') plt.show()

这段代码使用了matplotlib和seaborn库来绘制多个计数图，用于分析定类数据类型特征在Attrition（离职）中的分布情况。首先通过plt.subplots()方法创建一个1行3列的子图和一个大小为20x5的figure对象，然后分别使用sns.countplot()方法和不同的子图对象ax1、ax2、ax3来绘制三个特征的计数图，并设置图表标题和主标题。接下来再创建一个1行2列的子图和另一个大小为20x5的figure对象，绘制两个其他特征的计数图，并设置标题。最后使用plt.show()方法显示图表。