无法在python中使用matplotlib库正确绘制分类数据

以下是我分配的3项数据分析任务：

• 同时显示投诉类型和城市
• 绘制计数与投诉类型的条形图
• 显示主要投诉类型及其计数

这是我的密码：

import pandas as pd
import numpy as np

work_on = data[['Complaint Type','City']]

import matplotlib.pyplot as plt
from matplotlib import style
%matplotlib inline

koten = work_on['Complaint Type'].value_counts().head(10).plot(kind='bar')
koten

-- --显示条形图，但使用以下代码时：

style.use('ggplot')
plt.plot(work_on['Complaint Type'].value_counts().head(10))
plt.xlabel('Values')
plt.ylabel('Names')
plt.title('first')
plt.show()

--这会引发一个错误： ValueError:无法将字符串转换为浮点：“交通信号条件”

我的问题是：我正在使用.plot（kind=）方法，该方法仅适用于显示我共享的图形的kind='bar'，但当我使用matplotlib方法时，它开始给我带来错误，例如：ValueError:无法将字符串转换为float:“交通信号条件”。python中还有其他好的方法来显示这样的非数字数据吗

以下是我的数据：

---

从这个问题上看，不清楚所需的绘图应该实际显示什么。如果是跨不同类别的直线图，则需要向

plt.plot

函数提供类别的索引

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame([])
df["ComplaintType"] = np.random.choice(list("ABCDEFGHIJ"), size=50)

counts = df["ComplaintType"].value_counts()
plt.plot(range(len(counts)), counts)
plt.xticks(range(len(counts)), counts.index)
plt.show()

---

然而，通过一条线连接不同类别的意义究竟有多大，这有点令人怀疑。

plt.plot

绘制数字数据。你的数据不是数字。你期望得到的图是什么样的？如果我的数据中有10种类型的唯一名称，比如A，B，C，D，E，F，G，H，i，J，我想在数据中显示A-10次，在数据中显示B-20次。。。简而言之，频率plt.xticks（range（len（counts）），counts.index）在这里做什么？去掉它，您就会看到区别了。它在xaxis上命名记号来读取你的类别名称。你能看看我共享的条形图吗？这是所需的图形类型。既然你说“plt.plot绘制数值数据”，我可以用什么方法来显示我共享的数据？现在我迷路了。如果您已经有了生成所需图形（条形图）的代码，那么问题的目的是什么？问题是：我正在使用.plot（kind=）方法，该方法仅适用于显示我共享的图形的kind='bar'，但当我使用matplotlib方法时，它开始给我带来错误，例如：ValueError:无法将字符串转换为float:'交通信号条件'。python中还有其他好的方法来显示这样的数据吗？