如何在自定义可视化类内自动统计列类别频次绘制柱状图

不需要额外写循环逻辑，pandas的value_counts()原生就返回类别与对应频次的映射关系，你现有代码仅提取了去重类别作为x轴刻度，没有同步取频次作为柱高，做如下调整即可实现自动统计列值频次绘图的需求：

• 给height形参设置默认值None，区分用户是否手动指定柱高
• 当入参x为列名字符串时，暂存value_counts()的返回结果，若用户未手动传height，自动将频次序列赋值给height作为柱高
• 修复现有代码的隐性问题：未传入图例label时直接调用legend()会触发警告，增加判断逻辑；增加x轴标签旋转、自动布局适配，避免标签重叠截断，和你提供的参考效果一致。
  注意：初始化类时必须传入实际的pandas DataFrame对象，不要给变量名加引号传字符串

修改后的完整Visualizer类代码 #

import matplotlib.pyplot as plt
import pandas as pd

class Visualizer:
    def __init__(self, dataframe):
        if not isinstance(dataframe, pd.DataFrame):
            raise TypeError("初始化请传入实际的pandas DataFrame对象，不要传字符串形式的变量名")
        self.df = dataframe
       
    def plot_bar(self, x, height=None, width=0.8, title = "",xlabel = "", ylabel = "Count",color = "#1f77b4", **kwargs):
        fig, ax = plt.subplots(figsize=(11, 9))
        
        # x传入列名字符串时，自动统计列值频次
        if isinstance(x, str):
            count_result = self.df[x].value_counts()
            x = count_result.index
            # 未手动指定柱高时，自动用统计到的频次作为柱高
            if height is None:
                height = count_result.values
            
        plt.bar(
            x=x,
            height=height,
            width=width,
            color=color,
            alpha=0.5,
            **kwargs
        )

        plt.xlabel(xlabel, fontsize=20)
        plt.ylabel(ylabel, fontsize=20)
        plt.xticks(fontsize=16, rotation=45)
        plt.yticks(fontsize=16)
    
        # 仅当传入label参数时才渲染图例，避免无图例项报错
        if kwargs.get("label"):
            leg = plt.legend(loc='upper right', fancybox=True)
            leg.get_frame().set_alpha(0.5)
        plt.title(title, fontsize=20)
        plt.tight_layout()
        plt.show()

调用示例 #

# 传入实际的DataFrame变量df完成初始化
vizu = Visualizer(df)
# 自动统计State列各类别频次绘图，不需要手动传入固定height值
vizu.plot_bar(
    x="State",
    width=0.25,
    title="Area vs State",
    xlabel="Area",
    ylabel="Rentalprice",
    color='r'
)

该修改完全兼容原有逻辑：如果你需要绘制自定义柱高的柱状图（比如按其他列聚合计算高度），仍然可以手动给height传值，不会冲突。

内容的提问来源于stack exchange，提问作者Sanil