如何不使用DataFrame绘制seaborn countplot计数图

完全可以，以下是三种可行的实现方式，可根据你的数据场景选择：

sns.countplot()的x参数原生支持传入列表、数组等序列数据，无需提前封装为DataFrame。如果你的原始数据是单条的分类观测记录，直接传入即可：

import seaborn as sns
import matplotlib.pyplot as plt

# 手动构造5类心跳的观测列表，按你需要的计数调整各类别的重复次数
heartbeat_list = ['窦性心律']*2800 + ['房性早搏']*1500 + ['室性早搏']*900 + ['房颤']*600 + ['传导阻滞']*300

ax = sns.countplot(x=heartbeat_list)
# 调整纵轴范围为0-3000
ax.set_ylim(0, 3000)
ax.set_xlabel("心跳类别")
ax.set_ylabel("计数")
plt.show()

如果你已经明确每个类别的具体计数，不需要seaborn自动统计频次，用barplot实现更高效，无需构造大量重复元素的列表：

import seaborn as sns
import matplotlib.pyplot as plt

# 手动输入分类和对应计数
categories = ['窦性心律', '房性早搏', '室性早搏', '房颤', '传导阻滞']
count_values = [2800, 1500, 900, 600, 300]

ax = sns.barplot(x=categories, y=count_values)
ax.set_ylim(0, 3000)
ax.set_xlabel("心跳类别")
ax.set_ylabel("计数")
plt.show()

如果你需要保留countplot的调用逻辑，又不想生成长列表，可构造极简DataFrame搭配weight参数实现：

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

# 手动构造小型DataFrame
df = pd.DataFrame({
    "class": ['窦性心律', '房性早搏', '室性早搏', '房颤', '传导阻滞'],
    "count": [2800, 1500, 900, 600, 300]
})

ax = sns.countplot(x="class", data=df, weight="count")
ax.set_ylim(0, 3000)
plt.show()

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