如何可视化含分类变量计数数据的DataFrame并保留多维度信息？

1. 热力图（Heatmap） #

直接基于原始计数矩阵生成热力图，通过单元格颜色深浅直观呈现关联强度，同时标注具体计数数值，完全保留所有原始信息。

• 实现逻辑：用seaborn.heatmap，开启annot=True显示单元格数值，搭配合适的颜色映射区分计数高低。
• 示例代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 假设你的DataFrame名为df，将「刺激」列设为索引
df = df.set_index('刺激')
plt.figure(figsize=(10,6))
sns.heatmap(df, annot=True, fmt='d', cmap='YlGnBu', cbar=True)
plt.title('刺激-情绪响应计数热力图')
plt.xlabel('情绪')
plt.ylabel('刺激')
plt.show()

• 优势：无信息损耗，可快速定位高频关联对（比如刺激b-兴奋的15次、刺激a-愤怒的10次）。

2. 双向聚类热力图 #

在热力图基础上对刺激和情绪同时做聚类，既保留原始计数，还能挖掘刺激与情绪的分组规律——比如哪些刺激常引发相似情绪组合，哪些情绪常被同一组刺激触发。

• 实现逻辑：用seaborn.clustermap，保留annot=True显示数值，通过聚类树展示分组关系。
• 示例代码：

sns.clustermap(df, annot=True, fmt='d', cmap='YlGnBu', figsize=(10,8))
plt.title('刺激-情绪响应双向聚类热力图')
plt.show()

• 优势：在保留全量数据的同时，发现潜在的模式（比如刺激a和c因都关联愤怒、沮丧被归为一组）。

3. 桑基图（Sankey Diagram） #

用“流量”大小代表计数，展示刺激到情绪的关联流向，清晰呈现单个刺激的情绪分布比例，同时保留具体计数数值。

• 实现逻辑：先将宽格式数据转换为长格式（刺激、情绪、计数），再用plotly绘制桑基图，链接宽度对应计数，同时标注数值。
• 示例代码：

import plotly.graph_objects as go
import pandas as pd

# 转换为长格式并过滤0值
long_df = df.reset_index().melt(id_vars='刺激', var_name='情绪', value_name='计数')
long_df = long_df[long_df['计数'] > 0]

# 构建节点与链接映射
nodes = list(set(long_df['刺激'].tolist() + long_df['情绪'].tolist()))
node_indices = {name:i for i,name in enumerate(nodes)}

fig = go.Figure(data=[go.Sankey(
    node = dict(pad=15, thickness=20, label=nodes),
    link = dict(
        source = [node_indices[s] for s in long_df['刺激']],
        target = [node_indices[e] for e in long_df['情绪']],
        value = long_df['计数'].tolist(),
        label = long_df['计数'].astype(str).tolist()
    )
)])
fig.update_layout(title_text='刺激-情绪响应桑基图')
fig.show()

• 优势：直观展示关联的流向与强度，适合对比不同刺激的情绪分布差异。

4. 气泡图（Bubble Plot） #

以X轴为情绪、Y轴为刺激，气泡大小对应计数，颜色可区分刺激或情绪，所有原始信息通过位置与气泡属性完整呈现。

• 实现逻辑：基于长格式数据，用seaborn.scatterplot设置气泡大小为计数的倍数，增强视觉区分度。
• 示例代码：

plt.figure(figsize=(10,6))
sns.scatterplot(data=long_df, x='情绪', y='刺激', size='计数', sizes=(50, 500), 
                hue='刺激', alpha=0.7, legend='full')
plt.title('刺激-情绪响应气泡图')
plt.xlabel('情绪')
plt.ylabel('刺激')
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()

• 优势：每个气泡对应一个刺激-情绪对，可快速对比不同关联的强度差异。

5. 增强版对应分析（CA）可视化 #

针对你之前尝试的对应分析，通过添加原始计数标注，避免丢失关键信息：

• 实现逻辑：先用prince库计算对应分析结果，再在散点图上为每个刺激-情绪对标注计数。
• 示例代码：

from prince import CA

ca = CA(n_components=2)
ca.fit(df)
stim_coords = ca.row_coordinates(df)
emo_coords = ca.column_coordinates(df)

plt.figure(figsize=(10,8))
# 绘制刺激与情绪的坐标点
plt.scatter(stim_coords['0'], stim_coords['1'], s=200, label='刺激', color='blue')
for stim, row in stim_coords.iterrows():
    plt.text(row['0'], row['1'], stim, fontsize=12)

plt.scatter(emo_coords['0'], emo_coords['1'], s=200, label='情绪', color='red')
for emo, row in emo_coords.iterrows():
    plt.text(row['0'], row['1'], emo, fontsize=12)

# 添加计数标注
for stim in df.index:
    for emo in df.columns:
        count = df.loc[stim, emo]
        if count > 0:
            stim_x, stim_y = stim_coords.loc[stim, ['0','1']]
            emo_x, emo_y = emo_coords.loc[emo, ['0','1']]
            mid_x = (stim_x + emo_x)/2
            mid_y = (stim_y + emo_y)/2
            plt.text(mid_x, mid_y, str(count), fontsize=10, color='green')

plt.title('带计数标注的对应分析图')
plt.legend()
plt.show()

• 优势：既保留对应分析的维度降维结论（刺激与情绪的关联模式），又补充原始计数信息，避免数据损耗。

内容的提问来源于stack exchange，提问作者user15590131