图表：

代码：

import pandas as pd
import matplotlib.pyplot as plt

d = {'Age': [23, 43, 32, 51, 29], 
     'Sex': ['m', 'm', 'f', 'f', 'm'],
     'disease': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data=d)

df_pivot = pd.pivot_table(
    df,
    index="Sex",
    columns="disease",
    values="disease",
    aggfunc='count')

fig, ax = plt.subplots()
df_pivot.plot(kind="bar", ax=ax)
ax.legend(["Normal", "Heart Disease"]);
ax.tick_params(axis='x', rotation=0)
ax.set_ylabel("count")

• Pivot将数据框以正确的格式绘制为pd.plot()的分组条形图，并在一个步骤中计算疾病的发生率。
• 图例需要手动设置，因为在您的数据中disease是'0'，'1'。

首先制定您的数据

s = df.groupby('Sex')['Disease'].count()

然后切一小块
仅男性数据s['M']
仅女性数据s['F']
这将返回具有所需y轴和x轴的系列。之后，只是一个简单的情节将做你的伎俩
只需查看文档（https://matplotlib.org/stable/gallery/lines_bars_and_markers/barchart.html）