用Python处理多变量分类数据的7种可视化方法

Python处理多变量分类数据的7种可视化方法

以简单方式展示复杂分类数据的思路。

一些常见的数据，比如著名的鸢尾花或企鹅数据集，用于分析起来相当简单，因为它们只有少量的分类变量。然而，现实世界的数据可能更加复杂，包含多个层次的分类。

多变量分类数据是一种具有众多类别的数据类型。例如，我们考虑对人进行分组。由于人的特征可能依赖于性别、国籍、薪资范围或教育水平等不同的分类，所以可能存在很多可能性。而车辆也有各种各样的分类变量，如品牌、原产国、燃料类型、车型等。

推荐使用数据可视化进行探索性数据分析（EDA），以帮助理解数据。柱状图或饼图等图表是绘制简单分类数据的基本选择。然而，由于分类变量存在多个层次，展示多变量分类数据可能会更加复杂。因此，本文将介绍一些可以表达具有多个层次分类的数据的图表。

• PyTorch模型性能分析与优化 — 第6部分
• 在生成式人工智能时代重新思考质量保证
• “令人难以置信的虚拟化：梅赛德斯-奔驰准备使用NVIDIA Omniverse、MB.OS和生成式人工智能为下一代平台打造数字化生产系统”

获取数据

首先导入所需的库。

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline

本文将使用一个包含5个类别的模拟数据集。生成的数据集包含了杂货店顾客的信息：地点、产品、支付方式、性别和年龄范围。下面的代码展示了如何使用随机库生成每个分类变量。

如果你想尝试使用其他多变量分类数据集的可视化代码，可以跳过下一步。