如何使用matplotlib可视化NLTK提取的高频bigram频次数据

negbigram.plot.barh()触发AttributeError: 'list' object has no attribute 'plot'的核心原因：negbigram是Python原生列表对象，不支持pandas数据结构的内置绘图方法，也不是可直接传入绘图接口的结构化数组，因此无法直接调用plot类属性。

先把列表里存储的「词对+频次」结构拆分成绘图可用的标签、数值两部分，即可用matplotlib完成可视化，以下提供两种可直接运行的实现方式：

• 方式1：纯matplotlib原生实现
  无需额外依赖pandas，直接拆分数据绘图即可：

import matplotlib.pyplot as plt

bigram_text = [' '.join(word_pair) for word_pair, count in negbigram]
count_data = [count for word_pair, count in negbigram]

bigram_text.reverse()
count_data.reverse()

plt.figure(figsize=(12, 8))
plt.barh(bigram_text, count_data, color='steelblue', height=0.9)
plt.xlabel('出现频次')
plt.ylabel('高频Bigram词对')
plt.title('负面评论Top5高频二元词组统计')

for idx, val in enumerate(count_data):
plt.text(val + 8, idx, str(val), va='center')

plt.tight_layout()
plt.show()

- 方式2：转pandas结构使用原有绘图语法
如果需要沿用`.plot.barh()`的写法，只需要把原生列表转成pandas的Series结构即可：
```python
import pandas as pd
import matplotlib.pyplot as plt

# 构造pandas Series，索引为词对文本，值为对应频次
negbigram_s = pd.Series(
  data=[count for word_pair, count in negbigram],
  index=[' '.join(word_pair) for word_pair, count in negbigram]
).sort_values()  # 升序排列保证最高频项在图的顶部

# 直接调用原有绘图逻辑
negbigram_s.plot.barh(color='steelblue', width=0.9, figsize=(12,8))
plt.xlabel('出现频次')
plt.title('负面评论Top5高频二元词组统计')
plt.tight_layout()
plt.show()

如果需要生成统计表格，直接把结果转成pandas DataFrame即可输出规整的两列结果：

import pandas as pd
bigram_df = pd.DataFrame(negbigram, columns=['Bigram词对', '出现频次'])
bigram_df['Bigram词对'] = bigram_df['Bigram词对'].apply(lambda x: ' '.join(x))
print(bigram_df)

运行后输出的表格格式如下：

	Bigram词对	出现频次
0	stopped working	637
1	battery life	408
2	waste money	354
3	samsung galaxy	322
4	apple store	289

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