如何用matplotlib/seaborn绘制按小时分组的平均点赞数柱状图

你之前的代码存在两个核心问题，导致无法输出正确结果：

• df['likes'].mean()计算的是全量所有推文的点赞平均值，是单个固定数值，并非按小时分组后的分段均值
• 直接传入df['hour']作为x轴参数，用的是每条推文对应的原始小时记录，存在大量重复值，无法和单值的全局均值匹配绘图

核心逻辑是先按hour列分组，计算每个发布小时对应的平均点赞数，再将分组后的小时标签、对应均值传入绘图函数即可。

方法1：Matplotlib 原生绘图 #

import matplotlib.pyplot as plt

# 如果hour列存储的是"01"-"24"格式的字符串，先转成整数保证刻度排序正确
df['hour'] = df['hour'].astype(int)

# 分组计算每小时的平均点赞数
hourly_avg_likes = df.groupby('hour')['likes'].mean()

plt.figure(figsize=(10, 6))
plt.bar(hourly_avg_likes.index, hourly_avg_likes.values)
# 配置图表可读性标注
plt.xlabel('推文发布小时')
plt.ylabel('平均点赞数')
plt.title('各发布小时对应的推文平均点赞量')
plt.xticks(range(1, 25)) # 强制x轴展示1-24的完整小时刻度
plt.tight_layout()
plt.show()

小提示：如果部分小时没有对应推文数据，分组结果会缺失该小时条目，想要x轴始终展示完整1-24小时，可以在分组计算后补充重索引逻辑，空值填充为0即可：

hourly_avg_likes = hourly_avg_likes.reindex(range(1,25), fill_value=0)

方法2：Pandas 内置接口快速绘图 #

如果不需要精细化调整样式，分组后可以直接调用Pandas自带的绘图接口，代码更简洁：

# 同样先做类型转换、分组计算
df['hour'] = df['hour'].astype(int)
hourly_avg_likes = df.groupby('hour')['likes'].mean()

# 直接绘制柱状图
ax = hourly_avg_likes.plot(kind='bar', figsize=(10,6))
ax.set_ylabel('平均点赞数')
ax.set_title('各发布小时对应的推文平均点赞量')
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者olaf007