技术求助：房地产数据集条形图可读性差问题（附代码及截图）

嗨，我看了你的代码和问题描述，图表读不了主要是这几个小问题，咱们一步步来解决：

核心问题拆解 #

• 图尺寸设置时机错误：你是先绘制图表再修改plt.rcParams['figure.figsize']，这时候设置根本不会生效，得先调整尺寸再绘图
• 选图类型不合适：price属于连续（或高基数离散）变量，直接用value_counts()做条形图，x轴的价格标签会密密麻麻挤成一团，完全没法读取
• 代码小疏漏：sns.despine少了括号，得写成sns.despine()才会执行；还有y轴标签写错啦，你标成了longitude，但这里y轴是价格的计数，应该改成Count或者“房屋数量”

修正后的实用方案 #

根据你的需求（分析基于位置的房价影响因素），给你两个靠谱的改进方向：

方向1：用直方图展示价格分布（最适合连续型价格） #

直方图天生就是用来展示连续变量分布的，不会出现标签拥挤的问题，还能直观看到价格的集中区间：

import matplotlib.pyplot as plt
import seaborn as sns

# 先设置图表尺寸，这一步要放在绘图之前！
plt.rcParams['figure.figsize'] = (10, 6)

# 绘制直方图，同时添加密度曲线，更清晰展示分布趋势
sns.histplot(data['price'], kde=True)
plt.title('Distribution of Housing Prices')
plt.xlabel('Price')
plt.ylabel('Count')
sns.despine()  # 别忘了加括号
plt.show()

方向2：对价格分箱后做条形图（如果需要看区间数量分布） #

如果你一定要用条形图，可以把价格分成几个区间，再统计每个区间的房屋数量：

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

plt.rcParams['figure.figsize'] = (10, 6)

# 把价格分成5个区间，你也可以自定义区间范围
price_bins = pd.cut(data['price'], bins=5, labels=['Low', 'Mid-Low', 'Mid', 'Mid-High', 'High'])
# 按区间排序后绘图，避免顺序混乱
price_bins.value_counts().sort_index().plot(kind='bar')

plt.title('Price Distribution by Bins')
plt.xlabel('Price Bins')
plt.ylabel('Count')
sns.despine()
plt.show()

额外建议：贴合你的核心需求 #

你的最终目标是分析位置（比如经度）对房价的影响，那当前的图表方向其实不对，应该直接展示房价和经度的关联，比如用散点图：

import matplotlib.pyplot as plt
import seaborn as sns

plt.rcParams['figure.figsize'] = (10, 6)
sns.scatterplot(x='longitude', y='price', data=data)
plt.title('House Price vs Longitude')
plt.xlabel('Longitude')
plt.ylabel('Price')
sns.despine()
plt.show()

这样就能直观看到不同经度位置对应的房价变化趋势啦！

内容的提问来源于stack exchange，提问作者Rucha