如何使用Python绘制美国硕士学历且收入≤50K人群的职位角色柱状图？

步骤1：数据筛选与聚合 #

先从已导入的DataFrame中筛选出符合条件的数据，再按职位角色统计对应人数：

import pandas as pd

# 假设已将CSV数据导入到DataFrame df中
df = pd.read_csv('your_data_file.csv')

# 筛选美国境内、硕士学位、收入≤50K的人群
target_data = df[(df['Degree'] == 'Master') & (df['Country'] == 'US') & (df['earning'] == '<=50k')]

# 按职位角色分组计数，整理成绘图用的格式
job_count = target_data['job role'].value_counts().reset_index()
job_count.columns = ['job_role', 'person_count']

步骤2：绘制柱状图（Matplotlib实现） #

用Matplotlib绘制适配需求的柱状图，包含标签、数值标注等细节：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
# 绘制柱状图，可自定义颜色匹配示例样式
bars = plt.bar(job_count['job_role'], job_count['person_count'], color='#2ca02c')

# 在柱子上方添加数值标签
for bar in bars:
    bar_height = bar.get_height()
    plt.text(bar.get_x() + bar.get_width()/2., bar_height,
             f'{int(bar_height)}',
             ha='center', va='bottom', fontsize=10)

# 设置图表基础元素
plt.xlabel('职位角色')
plt.ylabel('人数')
plt.title('美国硕士学位且收入≤50K人群的职位分布')
# 旋转x轴标签避免重叠
plt.xticks(rotation=45, ha='right')
# 自动调整布局防止元素被截断
plt.tight_layout()

plt.show()

可选：用Seaborn优化样式 #

如果需要更美观的视觉效果，可替换为Seaborn库绘制：

import seaborn as sns

plt.figure(figsize=(10, 6))
sns.barplot(data=job_count, x='job_role', y='person_count', palette='coolwarm')

# 添加数值标签
for patch in plt.gca().patches:
    height = patch.get_height()
    plt.text(patch.get_x() + patch.get_width()/2., height,
             f'{int(height)}',
             ha='center', va='bottom', fontsize=10)

plt.xlabel('职位角色')
plt.ylabel('人数')
plt.title('美国硕士学位且收入≤50K人群的职位分布')
plt.xticks(rotation=45, ha='right')
plt.tight_layout()

plt.show()

注意事项 #

• 确保筛选条件中的字符串与CSV内的内容完全匹配（如大小写、符号<=50k的格式）
• 若数据存在缺失值，可先执行df.dropna()清理后再处理
• 可通过调整figsize、颜色参数、标题样式等，进一步匹配示例图表的视觉风格

内容的提问来源于stack exchange，提问作者Sayyed Mosawi