如何用Matplotlib或Seaborn绘制教育水平与薪资的计数条形图？

你的需求是绘制x轴为教育水平+薪资组合、y轴为对应人数的条形图，原代码的问题在于使用sns.barplot时默认计算的是薪资的均值，而非人数，且未结合教育水平与薪资的组合维度。以下是三种可行的实现方式：

方式一：Seaborn分组条形图（推荐） #

这种方式会在每个教育水平下显示两个条形，分别对应薪资0和1的人数，直观对比同一教育水平下的薪资分布：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv("ds.csv")

# 设置绘图风格
sns.set_style("whitegrid")

# 创建画布并绘制分组条形图
plt.figure(figsize=(12, 6))
sns.countplot(data=df, x='Educational level', hue='salary')

# 自定义图表标签与样式
plt.title('各教育水平下不同薪资的人数分布')
plt.xlabel('教育水平')
plt.ylabel('人数')
plt.xticks(rotation=45)  # 旋转x轴标签避免重叠
plt.legend(title='薪资', labels=['<=50K', '>50K'])  # 可根据实际薪资含义调整标签

plt.tight_layout()
plt.show()

方式二：合并维度绘制单一组合条形图 #

如果需要x轴直接显示“教育水平_薪资”的组合（如Bachelors_0、Bachelors_1），可以先创建组合列再绘图：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.read_csv("ds.csv")

# 创建教育水平与薪资的组合列
df['edu_salary'] = df['Educational level'] + '_' + df['salary'].astype(str)

# 绘制条形图
plt.figure(figsize=(12, 6))
sns.countplot(data=df, x='edu_salary')

# 自定义样式
plt.title('教育水平与薪资组合的人数分布')
plt.xlabel('教育水平-薪资组合')
plt.ylabel('人数')
plt.xticks(rotation=45)

plt.tight_layout()
plt.show()

方式三：Matplotlib原生实现 #

若偏好使用Matplotlib原生方法，可先分组统计人数再绘图：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("ds.csv")

# 按教育水平和薪资分组，统计每组人数
count_df = df.groupby(['Educational level', 'salary']).size().unstack(fill_value=0)

# 绘制分组条形图
count_df.plot(kind='bar', figsize=(12, 6))

plt.title('各教育水平下不同薪资的人数分布')
plt.xlabel('教育水平')
plt.ylabel('人数')
plt.xticks(rotation=45)
plt.legend(title='薪资', labels=['<=50K', '>50K'])

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者solisbeam