Tracer des données catégoriques avec les pandas et matplotlib

J'ai un bloc de données avec des données catégorielles:

     colour  direction
1    red     up
2    blue    up
3    green   down
4    red     left
5    red     right
6    yellow  down
7    blue    down

Je souhaite générer des graphiques, comme des camemberts et des histogrammes basés sur les catégories. Est-ce possible sans créer de variables numériques factices? Quelque chose comme

df.plot(kind='hist')

Vous pouvez simplement utiliser value_countssur la série:

df['colour'].value_counts().plot(kind='bar')

Vous pouvez trouver des mosaicgraphiques utiles à partir de statsmodels. Ce qui peut également donner une mise en évidence statistique des variances.

from statsmodels.graphics.mosaicplot import mosaic
plt.rcParams['font.size'] = 16.0
mosaic(df, ['direction', 'colour']);

Mais méfiez-vous des cellules de taille 0 - elles poseront des problèmes avec les étiquettes.

Voir cette réponse pour plus de détails

comme ça :

df.groupby('colour').size().plot(kind='bar')

Vous pouvez également utiliser countplotfrom seaborn. Ce package s'appuie sur pandaspour créer une interface de traçage de haut niveau. Il vous donne un bon style et des étiquettes d'axe correctes gratuitement.

import pandas as pd
import seaborn as sns
sns.set()

df = pd.DataFrame({'colour': ['red', 'blue', 'green', 'red', 'red', 'yellow', 'blue'],
                   'direction': ['up', 'up', 'down', 'left', 'right', 'down', 'down']})
sns.countplot(df['colour'], color='gray')

Il prend également en charge la coloration des barres de la bonne couleur avec une petite astuce

sns.countplot(df['colour'],
              palette={color: color for color in df['colour'].unique()})

Pour tracer plusieurs caractéristiques catégorielles sous forme de graphiques à barres sur le même tracé, je suggérerais:

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame(
    {
        "colour": ["red", "blue", "green", "red", "red", "yellow", "blue"],
        "direction": ["up", "up", "down", "left", "right", "down", "down"],
    }
)

categorical_features = ["colour", "direction"]
fig, ax = plt.subplots(1, len(categorical_features))
for i, categorical_feature in enumerate(df[categorical_features]):
    df[categorical_feature].value_counts().plot("bar", ax=ax[i]).set_title(categorical_feature)
fig.show()