如何用Matplotlib/Seaborn切换轴标签并绘制正确的部门-数量柱状图

错误原因 #

你用错了图表类型：plt.hist()是直方图，作用是对数值型数据做分组频率统计，比如统计不同数量区间的部门个数，这和你要展示「每个部门对应具体数量」的需求完全不符。直接传入整个DataFrame还会因为参数类型不匹配报错。

你的数据属于「分类标签+对应数值」的结构，应该用**柱状图（Bar Plot）**来展示。

完整实现代码 #

第一步：读取数据

先正确读取CSV文件（跳过末尾多余的逗号）：

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

# 读取数据，指定有效列避免读取空列
deptgroups = pd.read_csv('datagroups.csv', usecols=['department', 'count'])

方法1：Matplotlib原生实现

# 绘制柱状图：x轴为部门名称，y轴为对应数量
plt.bar(x=deptgroups['department'], height=deptgroups['count'])

# 设置轴标签与标题
plt.xlabel('部门名称')
plt.ylabel('数量')
plt.title('各部门数量统计')

# 旋转x轴标签，避免长名称重叠
plt.xticks(rotation=45, ha='right')

# 自动调整布局，防止标签被截断
plt.tight_layout()
plt.show()

方法2：Seaborn简化实现

Seaborn的barplot可以直接关联DataFrame列名，代码更简洁：

# 绘制柱状图，直接指定x、y列名和数据源
sns.barplot(x='department', y='count', data=deptgroups)

# 设置轴标签与标题
plt.xlabel('部门名称')
plt.ylabel('数量')
plt.title('各部门数量统计')

# 优化x轴标签显示
plt.xticks(rotation=45, ha='right')
plt.tight_layout()
plt.show()

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