Trazar datos categóricos con pandas y matplotlib

Tengo un marco de datos con datos categóricos:

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

Quiero generar algunos gráficos, como gráficos circulares e histogramas basados ​​en las categorías. ¿Es posible sin crear variables numéricas ficticias? Algo como

df.plot(kind='hist')

Simplemente puede usar value_countsen la serie:

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

Puede encontrar una mosaictrama útil en statsmodels. Lo que también puede dar un resaltado estadístico para las variaciones.

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

Pero tenga cuidado con la celda de tamaño 0, ya que causarán problemas con las etiquetas.

Vea esta respuesta para más detalles

Me gusta esto :

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

También puede utilizar countplotfrom seaborn. Este paquete se basa en pandascrear una interfaz de trazado de alto nivel. Le ofrece un buen estilo y etiquetas de eje correctas de forma gratuita.

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')

También admite colorear las barras en el color correcto con un pequeño truco.

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

Para trazar múltiples características categóricas como gráficos de barras en el mismo gráfico, sugeriría:

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()