基于TMDb电影数据集的探索性数据分析（EDA）可视化优化技术求助

我正在英国的大学读硕士，毕业论文的Python项目用到了Kaggle上的TMDb电影数据集（包含93万+条电影数据，有标题、预算、票房、类型、热度、评论、关键词等字段）。

更新说明：数据清洗已经搞定了，但现在卡在探索性数据分析（EDA）的可视化环节——这个504MB的大内存数据集，直接生成的图表完全没法看！我对Python的matplotlib和seaborn很熟悉，之前用这段代码画类型的计数图：

plt.figure(figsize=(20,16))
sns.countplot(x = 'Genres', data=df2)  
plt.xlabel('Genres', fontsize=14)
plt.ylabel('Frequency', fontsize=14)
plt.show()

结果出来的图是这样的：

有没有大佬能教教我怎么针对这个数据集的不同部分，生成清晰简洁的单变量、双变量和多变量可视化图表？比如我想做这些分析的可视化：

• 按数量统计最热门的电影类型/制作公司
• 票房、预算、热度TOP的电影
• 出品/发行电影最多的国家

还有其他相关的可视化技巧也可以！麻烦大家了，非常感谢！

备注：内容来源于stack exchange，提问作者Nike Cage 675