如何为Seaborn的countplot添加计数数值？

嗨，你说的没错——Seaborn的countplot确实没有像heatmap里annot=True那样的内置参数直接显示每个柱子的计数值，但咱们完全可以用简单的代码手动实现这个功能，两种常用方法分享给你：

这种方法通用且灵活，不管你用的是哪个版本的Matplotlib都能生效。核心思路是先画出countplot，然后遍历每个柱子对象，获取它的高度（也就是计数值），再把数值文本添加到柱子的合适位置：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载示例数据集（你可以替换成自己的数据）
tips = sns.load_dataset("tips")

# 绘制基础countplot
ax = sns.countplot(x="day", data=tips)

# 遍历每个柱子，添加计数值文本
for p in ax.patches:
    # 获取柱子的高度（即该类别的样本数量）
    count = p.get_height()
    # 计算文本的x坐标（柱子中心）和y坐标（柱子顶部上方一点）
    x_pos = p.get_x() + p.get_width() / 2
    y_pos = count
    # 添加文本，设置居中对齐、垂直底部对齐
    ax.text(x_pos, y_pos, f"{int(count)}", ha="center", va="bottom")

plt.show()

这段代码里，ax.patches包含了图中所有柱子的图形对象，get_height()能直接拿到每个类别的计数，ha="center"让文本在柱子上方居中，va="bottom"避免文本和柱子顶部重叠。

如果你的Matplotlib版本在3.4及以上，推荐用这个更简洁的方法：先手动统计每个类别的计数，再用barplot绘制，最后调用bar_label一键添加数值标签：

import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset("tips")

# 先统计每个类别的样本数量
count_data = tips["day"].value_counts().reset_index()
count_data.columns = ["day", "sample_count"]

# 用barplot绘制统计结果
ax = sns.barplot(x="day", y="sample_count", data=count_data)

# 一键添加柱子标签
ax.bar_label(ax.containers[0])

plt.show()

ax.containers[0]代表图中的柱子容器，bar_label会自动把每个柱子的y值（也就是我们统计的计数）添加到合适位置，省心又高效。

小拓展：横向countplot的适配 #

如果你的countplot是横向的（用y参数指定分类变量），只需要稍微调整坐标获取的逻辑：

ax = sns.countplot(y="day", data=tips)

for p in ax.patches:
    # 横向柱子取宽度作为计数
    count = p.get_width()
    # 调整x、y坐标的计算方式
    x_pos = count
    y_pos = p.get_y() + p.get_height() / 2
    ax.text(x_pos, y_pos, f"{int(count)}", ha="left", va="center")

或者用barplot的横向版本，搭配bar_label时指定label_type="edge"让标签显示在柱子外侧：

ax = sns.barplot(y="day", x="sample_count", data=count_data)
ax.bar_label(ax.containers[0], label_type="edge")

总之，虽然countplot没有内置的annot参数，但通过这两种方法都能轻松实现显示计数值的需求，根据你的Matplotlib版本和使用习惯选择就行~

内容的提问来源于stack exchange，提问作者shakedzy