求推荐：28类组件的breaking与non-breaking计数可视化方案

需求与数据背景 #

我有如下结构的DataFrame：

components       non_breaking_count breaking_count
0   paths-modified              22956   8640
1   endpoints-modified          22155   8149
2   endpoints-added              8109   5354
3   paths-added                  7375   4787
4   info-version                 5680   857
5   components-schemas-added     2555   1597
6   info-description             1940   762
7   tags-added                   1031   564
8   info-title                   859    551
9   servers-added                711    332
10  info-termsOfService          701    161
11  servers-deleted              609    262
12  components-schemas-deleted   588    938
13  components-securitySchemes   301    112
14  tags-modified                297    128
15  components-securitySchemes  229     171
16  components-parameters-added 209     239
17  tags-deleted                199     541
18  components-responses-added  183     164
19  info-contact-name           153     96
20  security-added              140     121
21  info-contact-email          132     110
22  servers-modified            120     32
23  info-license-name           115     46
24  info-license-url            105     36
25  paths-deleted                97     4979
26  info-contact-url             93     51
27  components-securitySchemes-deleted  87  71
28  endpoints-deleted            84     5612

需要分别为breaking_count和non_breaking_count各制作一张可视化图表，要求展示计数数值并标注所有components类别。已排除分组条形图（28个类别适配困难）、echarts南丁格尔图（比例显示问题）、树图、饼图，求合适的可视化建议。

推荐方案 #

1. 横向排序单系列条形图 #

• 操作逻辑：对单个系列（breaking/non-breaking）按计数从高到低排序，制作横向条形图。
• 适配优势：28个类别纵向排列不会过度拥挤，排序后能快速识别核心类别；
• 细节优化：
  • 在条形末端直接标注具体数值，无需用户估算；
  • components名称放在条形左侧，文字过长时设置自动换行或缩小字号，确保所有类别完整显示；
  • 给Top5的高频类别设置差异化颜色，快速聚焦重点，其余类别用统一浅色调弱化干扰。

2. 带标注的阶梯折线图 #

• 操作逻辑：将单个系列按计数排序后，用折线连接每个类别的数值点，同时在每个点旁标注对应components名称和计数。
• 适配优势：既能呈现数值的高低变化趋势，又能完整保留所有类别信息，适合需要展示全量数据的场景；
• 注意事项：仅用于单系列展示，避免多系列重叠导致混乱。

3. 深浅热力条形图 #

• 操作逻辑：以条形颜色深浅对应计数大小，同时在条形上标注components名称和具体数值。
• 适配优势：颜色深浅能快速区分数值层级，纵向排列28个类别时占用空间小，所有标注信息都能清晰呈现。

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