【Python】可視化分類型變量，我一般使用這6種圖形。

你好，我是zhenguo

上一篇文章如何選用最合適的圖形表達數(shù)據(jù)？我的一個思路，我們探討了數(shù)值型變量如何選圖的一些技巧，今天討論分類型變量選圖策略。

那么，什么是分類型變量，很好理解，像這樣的：

第一個，最先想到的應該是柱狀圖：

第二個，一個很有意思的、特殊的柱狀圖：棒棒糖圖，柱狀圖被轉(zhuǎn)換成一條線和一個點。它顯示了數(shù)字變量和分類變量之間的關系，下圖是基本的棒棒圖：

第三個，熱力圖也能表達分類變量和數(shù)字的關系，上篇文章我們提到熱力圖，在此不詳細展開：

第四個，詞云圖（Wordcloud）也能可視化分類變量，顯示一個單詞列表中每個單詞的重要性，用字體大小或顏色顯示：

第五個，餅圖是一個分為多個部分的圓，每個部分代表一個整體的比例，也能用來表達分類變量：

第六個，樹狀圖將層次數(shù)據(jù)顯示為一組嵌套的矩形。每組由一個矩形表示，矩形的面積與其值成比例。樹形圖的優(yōu)點是能夠有效地表示大量的數(shù)據(jù)。如果有多個層次結(jié)構（>2），建議構建一個交互式圖形：單擊上層將顯示下一層。

import matplotlib.pyplot as plt
import squarify 
 
squarify.plot(sizes=[13,22,35,5], label=["group A", "group B", "group C", "group D"], color=["red","green","blue", "grey"], alpha=.4 )
plt.axis('off')
plt.show()

后面你再遇到分類變量可視化時，可以找出這篇文章，應該對你有一定參考價值。所以，建議收藏，點贊支持。

往期精彩回顧




適合初學者入門人工智能的路線及資料下載
機器學習及深度學習筆記等資料打印
機器學習在線手冊
深度學習筆記專輯
《統(tǒng)計學習方法》的代碼復現(xiàn)專輯
AI基礎下載
機器學習的數(shù)學基礎專輯
黃海廣老師《機器學習課程》課件合集
本站qq群851320808，加入微信群請掃碼：