使用Seaborn绘制年龄计数图仅显示单块图形的问题排查

期望实现的效果 #

我使用的代码 #

from pandas import *
from matplotlib.pyplot import *
from math import *

import numpy as num
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
%matplotlib inline

import seaborn as sns

import statistics

users = pd.read_table("/content/drive/MyDrive/Colab Notebooks/Datasets/users.dat",sep="::",names=['UserID','Gender','Age','Occupation','ZipCode'],encoding='latin-1')

users['Age'].value_counts()
sns.countplot(users["Age"])

实际得到的效果 #

已做的排查 #

• 更换过数据文件确认数据正确性
• 检查代码拼写错误
• 尝试使用单引号索引列
• 目前怀疑是数据本身的问题

数据文件来源：Google Drive（链接已省略）

解决方案 #

问题出在Age列的排序逻辑上：Seaborn的countplot默认会按数据中类别出现的顺序或频率排序，而你期望的是按年龄从小到大的逻辑顺序展示。

步骤1：确认Age列的数据类型 #

先查看Age列的类型：

print(users['Age'].dtype)

这类数据里Age通常是字符串类型，而非数值型，所以无法自动按数值排序。

步骤2：设置有序分类或指定排序顺序 #

两种方法任选其一：

方法一：将Age转为有序分类

# 定义年龄的逻辑顺序
age_order = ['1', '18', '25', '35', '45', '50', '56']
# 转换为有序分类
users['Age'] = pd.Categorical(users['Age'], categories=age_order, ordered=True)
# 绘制计数图
sns.countplot(x='Age', data=users)
plt.show()

方法二：在countplot中直接指定order参数

age_order = ['1', '18', '25', '35', '45', '50', '56']
sns.countplot(x='Age', data=users, order=age_order)
plt.show()

执行后就能得到和预期一致、按年龄逻辑顺序排列的计数图。

内容的提问来源于stack exchange，提问作者Migs Panganiban