df[col].value_counts().plot.bar(),sns.countplot(df[col])類別特征畫條形圖

當我們分析特征時，類別特征該可視化怎么做

一、只畫類別特征:

1.df[col].value_counts().plot.bar()

2.sns.countplot(df[col])

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt
import seaborn as sns

# 讀取數據文件
telcom=pd.read_csv('F:\\python\\電信用戶數據\\WA_Fn-UseC_-Telco-Customer-Churn.csv')

telcom["gender"].value_counts().plot.bar()
sns.countplot(telcom["gender"])

 

 二、類別特征和y值，

y值也是類別（0,1）

1.pd.crosstab( df[col] , df[y] ).plot.bar()

2.sns.countplot( df[col], hue=y,data=df)

3.1.sns.barplot( df[col],df[y])   這個可以明顯看出不同類別的y值的類型占比

y值是連續型的

1.sns.barplot( df[col],df[y])

pd.crosstab(telcom["gender"],telcom["Churn"]).plot.bar()
sns.countplot(x="gender",hue="Churn",data=telcom)

sns.barplot(telcom["gender"],telcom["Churn"])