如何将Counter统计的词频数据绘制成scatter plot或bar chart？

没问题！我来帮你把统计好的词频数据做成可视化图表，先修正下你原代码里的小疏漏（比如漏导入了csv模块），然后分别实现柱状图和散点图两种方案：

第一步：修正并整理基础代码 #

首先确保数据读取和统计的代码正确，我们可以把Counter的结果转换成pandas.DataFrame，这样后续可视化会更方便：

from collections import Counter
import csv
import matplotlib.pyplot as plt
import pandas as pd

data = []
with open('csv.csv') as f:
    # 导入csv模块后才能使用csv.reader
    reader = csv.reader(f)
    # 跳过表头（如果你的csv有表头的话，没有可以删掉这行）
    next(reader)
    data = [word for row in reader for word in row[1].lower().split()]

counts = Counter(data)
# 把Counter转换成DataFrame，列名设为"单词"和"出现次数"
df = pd.DataFrame(counts.most_common(), columns=["单词", "出现次数"])

方案一：柱状图（适合展示高频词） #

如果直接画所有单词的柱状图，大概率会因为单词太多导致标签重叠、图表拥挤，所以建议选取出现频率最高的前N个单词来展示，比如前20个：

# 取出现次数最多的前20个单词
top_n = 20
top_df = df.head(top_n)

# 绘制柱状图
plt.figure(figsize=(12, 6))  # 设置图表大小
plt.bar(top_df["单词"], top_df["出现次数"], color="#4CAF50")

# 添加图表标题和标签
plt.title(f"出现频率最高的{top_n}个单词", fontsize=14)
plt.xlabel("单词", fontsize=12)
plt.ylabel("出现次数", fontsize=12)

# 旋转x轴标签，避免重叠
plt.xticks(rotation=45, ha="right")

# 自动调整布局，防止标签被截断
plt.tight_layout()
plt.show()

这样出来的柱状图清晰直观，能快速看到哪些单词出现得最多。

方案二：散点图（适合展示词频整体分布） #

散点图可以展示所有单词的词频分布，能直观看到"长尾效应"——少数单词出现次数极高，大部分单词只出现几次：

plt.figure(figsize=(10, 6))
# x轴用单词的排序位置（按出现频率从高到低），y轴用出现次数
plt.scatter(range(len(df)), df["出现次数"], alpha=0.6, color="#2196F3")

# 添加图表标题和标签
plt.title("所有单词的出现频率分布", fontsize=14)
plt.xlabel("单词排序（从高频到低频）", fontsize=12)
plt.ylabel("出现次数", fontsize=12)

# 可以给y轴设置对数刻度，让长尾部分的细节更清晰（可选）
# plt.yscale("log")

plt.tight_layout()
plt.show()

如果开启对数刻度，能更清楚地看到低频词的分布情况。

你可以根据自己的需求选择其中一种，或者两种都试试~

内容的提问来源于stack exchange，提问作者Stussy