如何可视化多值分类字段中各分类的分布？以蔬菜清单数据集为例

1. 柱状图适用性判断 #

用柱状图展示单种蔬菜的分布完全合适，柱状图的核心适用场景就是不同分类指标的数值对比，你需要展示每种蔬菜的出现频次，用柱状图可以非常直观地看出不同蔬菜的出现频率差异。

2. 现有代码可优化点 #

你当前的实现思路是通顺的，但存在一个潜在隐患和简化空间：

• 计数逻辑存在误匹配风险：用str.contains()做模糊匹配，若后续数据中出现包含其他蔬菜名的复合名称（比如"onion sprout"），会导致统计结果不准
• 可借助pandas内置方法简化代码，不需要循环遍历统计

3. 优化后实现代码 #

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

# 拆分蔬菜列，转换为单行单蔬菜的结构后直接统计频次
veg_series = df["veg"].dropna().str.replace(', ', ',').str.split(',').explode()
veg_count = veg_series.value_counts().reset_index()
veg_count.columns = ['蔬菜种类', '出现频次']

# 绘制柱状图
plt.figure(figsize=(16,8))
ax = sns.barplot(data=veg_count, x='蔬菜种类', y='出现频次', palette="pastel")
ax.set_xticklabels(ax.get_xticklabels(), rotation=45, ha="right")
plt.show()

4. 可选其他可视化方案 #

如果后续蔬菜种类超过20种，也可以根据需求选择：

• 水平柱状图：不需要旋转x轴标签，阅读体验更好
• 饼图/环形图：适合展示每种蔬菜占总出现次数的比例，但种类超过10种不推荐，会导致标签拥挤

内容的提问来源于stack exchange，提问作者July Jones