用value_counts（）绘制pandas dataframe中多列的bar-charts（）

Question

我正在尝试绘制带有熊猫数据框中所有列的唯一值的栏目。 df.hist（）对数值列的类型，但我有分类列。

• 我更喜欢使用面向对象的方法，因为如果对我来说更自然和明确。
• 我想以网格方式（再次像df.hist（） die）中有多个轴（子图）。

下面我的解决方案确实做了我想要的，但感觉很麻烦。我怀疑我是否真的需要直接依赖Matplotlib（以及创建图形，删除未使用轴等的所有代码）。我看到 pandas.series.plot 子图和布局似乎指向我想要的东西，但也许我完全不在这里。我尝试在数据框中循环循环并应用这些参数，但我无法弄清楚。

有人知道一种更紧凑的方法来完成我要实现的目标吗？

# Defining the grid-dimensions of the Axes in the Matplotlib Figure
nr_of_plots = len(ames_train_categorical.columns)
nr_of_plots_per_row = 4
nr_of_rows = math.ceil(nr_of_plots / nr_of_plots_per_row)

# Defining the Matplotlib Figure and Axes
figure, axes = plt.subplots(nrows=nr_of_rows, ncols=nr_of_plots_per_row, figsize=(25, 50))
figure.subplots_adjust(hspace=0.5)

# Plotting on the Axes
i, j = 0, 0
for column_name in ames_train_categorical:
    if ames_train_categorical[column_name].nunique() <= 30:
        axes[i][j].set_title(column_name)
        ames_train_categorical[column_name].value_counts().plot(kind='bar', ax=axes[i][j])
        j += 1
        if j % nr_of_plots_per_row == 0:
            i += 1
            j = 0

# Cleaning up unused Axes
# plt.subplots creates a square grid of Axes. On the last row, not all Axes will always be used. Unused Axes are removed here.
axes_flattened = axes.flatten()
for ax in axes_flattened:
    if not ax.has_data():
        ax.remove()

编辑：替代想法
使用Pyplot/State-Machine WOW，您可以使用非常有限的代码行为这样做。但这也有一个缺点，每个图都可以得到自己的数字，它们的排列不正确。

for column_name in ames_train_categorical:
    ames_train_categorical[column_name].value_counts().plot(kind='bar')
    plt.show()

所需的输出

Answer 1

使用以下玩具数据框：

import pandas as pd

df = pd.DataFrame(
    {
        "MS Zoning": ["RL", "FV", "RL", "RH", "RL", "RL"],
        "Street": ["Pave", "Pave", "Pave", "Grvl", "Pave", "Pave"],
        "Alley": ["Grvl", "Grvl", "Grvl", "Grvl", "Pave", "Pave"],
        "Utilities": ["AllPub", "NoSewr", "AllPub", "AllPub", "NoSewr", "AllPub"],
        "Land Slope": ["Gtl", "Mod", "Sev", "Mod", "Sev", "Sev"],
    }
)

这是做到这一点的一些惯用方法：

import math
from matplotlib import pyplot as plt

size = math.ceil(df.shape[1]** (1/2))
fig = plt.figure()

for i, col in enumerate(df.columns):
    fig.add_subplot(size, size, i + 1)
    df[col].value_counts().plot(kind="bar", ax=plt.gca(), title=col, rot=0)

fig.tight_layout()