求助：使用Seaborn绘制DataFrame列均值简易条形图的方法

没问题！用Seaborn来实现这个需求其实很简单，核心是先把你的宽格式DataFrame转换成Seaborn更擅长处理的长格式，再结合barplot函数绘制，还能轻松解决标签截断的问题。下面是具体的实现步骤和代码：

步骤说明 #

1. 计算列均值并转换数据格式：
   pandas的mean()方法会返回一个以列名为索引、均值为值的Series，我们需要把它转换成包含两列的长格式DataFrame（一列存列名，一列存对应均值），这样Seaborn才能正确识别数据。

2. 绘制条形图并优化显示：
   用Seaborn的barplot函数绘图，同时通过调整图表尺寸、旋转x轴标签、自动布局来避免标签截断的问题。

完整代码示例 #

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

# 假设你的原始DataFrame名为df，包含26列数值型数据
# 计算每列均值并转换为长格式
mean_data = df.mean().reset_index(name='mean_value')
# 给列名列重命名，让数据更易读
mean_data = mean_data.rename(columns={'index': 'column_name'})

# 设置图表尺寸，适配26个条形的宽度
plt.figure(figsize=(14, 7))
# 绘制条形图，指定数据源、x/y轴对应列
sns.barplot(data=mean_data, x='column_name', y='mean_value', palette='coolwarm')

# 处理x轴标签：旋转45度并靠右对齐，避免重叠截断
plt.xticks(rotation=45, ha='right')
# 添加标题和轴标签
plt.title('Mean Value of Each Column', fontsize=14)
plt.xlabel('Column Names', fontsize=12)
plt.ylabel('Mean Value', fontsize=12)

# 自动调整布局，确保所有元素（包括标签）完整显示
plt.tight_layout()
plt.show()

额外优化建议 #

• 如果你的列名特别长，可以把rotation改成90，让标签垂直显示；
• 可以通过调整figsize的数值来放大或缩小图表，适配不同的显示场景；
• palette参数可以替换成你喜欢的配色方案，比如'Set2'、'magma'等。

这样绘制出来的图表不仅清晰美观，还能完美解决pandas绘图时标签被截断的问题~

内容的提问来源于stack exchange，提问作者Lodore66