import seaborn as sns import matplotlib.pyplot as plt # 加载数据集 titanic = sns.load_dataset('titanic') # 绘制柱状图 sns.countplot(x='alone', hue='survived', data=titanic) # 设置图形属性 plt.title('Survival by Number of Parents/Children on Board') plt.xlabel('Parents/Children Onboard') plt.ylabel('Passenger Count') plt.legend(title='Survived', loc='upper right', labels=['No', 'Yes']) # 显示图形 plt.show()

这段代码使用了Seaborn和Matplotlib库，加载了Titanic数据集，并绘制了一个柱状图来显示不同数量的父母/孩子在船上的乘客数量和存活情况。其中，x轴代表父母/孩子的数量，hue参数指定按存活情况进行分组，data参数指定使用Titanic数据集。接着，代码设置了图形的标题、x轴标签、y轴标签和图例，并最后显示了图形。

相关问题

用seaborn绘制堆积柱状图和折线图到一张画布上，堆积柱状图和折线图分别使用不同的Y轴，但是图例放在一起

以下是一个示例代码，其中使用seaborn中的titanic数据集来绘制堆积柱状图和折线图：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据集
titanic = sns.load_dataset('titanic')

# 创建画布和两个子图
fig, ax1 = plt.subplots(figsize=(10, 6))
ax2 = ax1.twinx()

# 绘制堆积柱状图
sns.countplot(x='class', hue='survived', data=titanic, ax=ax1)
ax1.set_ylabel('Count')

# 绘制折线图
sns.lineplot(x='class', y='fare', data=titanic, ax=ax2, color='r')
ax2.set_ylabel('Fare')

# 设置图例
ax1.legend(['Not Survived', 'Survived', 'Fare'], loc='upper left')

# 显示图形
plt.show()

结果如下图所示：


使用seaborn绘制泰坦尼克号中船舱等级对是否获救柱状图

好的，以下是绘制泰坦尼克号中船舱等级对是否获救柱状图的代码示例：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据集
titanic_data = sns.load_dataset('titanic')

# 绘制柱状图
sns.countplot(x='class', hue='survived', data=titanic_data)

# 添加标题和标签
plt.title('Survival by Class')
plt.xlabel('Class')
plt.ylabel('Number of Passengers')

# 显示图形
plt.show()

这段代码首先使用 `sns.load_dataset()` 加载了 seaborn 中自带的泰坦尼克号数据集，然后使用 `sns.countplot()` 绘制了船舱等级和是否获救的柱状图。最后使用 `plt.title()`、`plt.xlabel()` 和 `plt.ylabel()` 添加了标题和标签，使用 `plt.show()` 显示图形。