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(dá)數(shù)據(jù)？我的一個(gè)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(gè)，最先想到的應(yīng)該是柱狀圖：

第二個(gè)，一個(gè)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(gè)點(diǎn)。它顯示了數(shù)字變量和分類變量之間的關(guān)系，下圖是基本的棒棒圖：

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

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

第五個(gè)，餅圖是一個(gè)分為多個(gè)部分的圓，每個(gè)部分代表一個(gè)整體的比例，也能用來(lái)表達(dá)分類變量：

第六個(gè)，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(gè)矩形表示，矩形的面積與其值成比例。樹形圖的優(yōu)點(diǎn)是能夠有效地表示大量的數(shù)據(jù)。如果有多個(gè)層次結(jié)構(gòu)（>2），建議構(gòu)建一個(gè)交互式圖形：?jiǎn)螕羯蠈訉@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(shí)，可以找出這篇文章，應(yīng)該對(duì)你有一定參考價(jià)值。所以，建議收藏，點(diǎn)贊支持。

近期我創(chuàng)建了一個(gè)從零學(xué)Python數(shù)據(jù)分析的知識(shí)星球，專門分享Python和數(shù)據(jù)分析的寶書、最精華的學(xué)習(xí)路線、問(wèn)答和打卡，現(xiàn)在加入，還可以免費(fèi)加入另一個(gè)我的算法刷題日記星球?？梢哉f(shuō)，超級(jí)劃算。

長(zhǎng)按圖中二維碼加入

以后別每天為找不到方向而彷徨了，也別淹沒(méi)在浩瀚的資料中而迷失自己了，這兩個(gè)星球是專門解決這兩個(gè)問(wèn)題的。我在背后的付出是巨大的，希望我的用心，能夠真正幫助到你，干凈地解決你的痛點(diǎn)