plt.figure(figsize=(12, 8)) sns.set(style='darkgrid') sns.countplot(x='Age of Subject', data=df, palette='Set3') plt.yscale('log') plt.xlabel('Age of Subject', weight='bold') plt.ylabel('Number of Subjects', weight='bold') plt.show()

这段代码使用了Matplotlib和Seaborn库来绘制一个柱状图。首先使用plt.figure()来指定图像的大小为12x8英寸，接着使用sns.set()来设置图表的样式为'darkgrid'。然后使用sns.countplot()来绘制柱状图，其中x参数指定了要绘制的数据列为'Age of Subject'，data参数是数据集，palette参数用于指定颜色方案。接着使用plt.yscale()将y轴的刻度设置为对数刻度，以便更好地显示数据。然后使用plt.xlabel()和plt.ylabel()来设置x轴和y轴的标签，并使用weight参数指定标签的字体加粗。最后使用plt.show()来显示图表。

相关问题

plt.style.use('seaborn-whitegrid') fig = plt.figure(figsize=(20,3)) sns.countplot(y="occupation", data=dataset);

这段代码使用了matplotlib和seaborn库来生成一个水平的柱状图，展示数据集中每个职业出现的次数。

具体来说，它首先设置了绘图的风格为seaborn-whitegrid，然后创建了一个大小为20x3的图像对象fig。接下来，使用seaborn库的countplot函数绘制了一个水平柱状图，y轴表示职业，x轴表示该职业出现的次数。数据来源于名为dataset的数据集。

plt.figure(figsize=(14,10)) sns.set(style='darkgrid') sns.boxplot(data=df[['Time spent on Online Class','Time spent on self study','Time spent on fitness', 'Time spent on sleep','Time spent on social media', 'Time spent on TV']], orient='h', palette='Set3') plt.yticks(weight='bold') plt.show()

这是一段代码，它使用 Python 中的 Matplotlib 和 Seaborn 库绘制一个水平方向的箱线图，展示了一个 DataFrame 中的六个变量（在线课程学习时间、自主学习时间、锻炼时间、睡眠时间、社交媒体使用时间和看电视时间）的分布情况。其中，DataFrame 的名称为 df，使用了 figsize 参数来设置图形的大小，sns.set() 函数用于设置 Seaborn 库的样式，palette 参数指定了调色板的颜色，plt.yticks() 函数用于设置 y 轴刻度的字体加粗，最后使用 plt.show() 函数显示图形。