如何在python中绘制和显示数据集的分布？

我有一个数据集，它的一小部分如下所示

data = [ ['2018-01-01',  1.323 ,    'AI' ,   2000,'Communications','Mothers'], 
   ['2018-01-02',  1.525 ,    'AI',    1500,'Communications','Mothers'],
   ['2018-01-03',  1.045 ,    'AI' ,    500,'Communications','Mothers'],
   ['2018-01-04',  1.845 ,    'AI' ,    600,'Communications','Mothers'],
  ['2018-01-05',  1.045 ,    'AI' ,    500,'Communications','Mothers'],
   ['2018-01-02',  1.446  ,  'BOC' ,    550,'Pharmaceuticals','JASDAQ Standard'],
   ['2018-01-03',  2.110 ,   'BOC' ,   3201,'Pharmaceuticals','JASDAQ Standard'],
   ['2018-01-04',  2.150 ,   'BOC' ,   5200,'Pharmaceuticals','JASDAQ Standard'],
   ['2018-01-05',  2.810 ,   'BOC' ,   1980,'Pharmaceuticals','JASDAQ Standard'],
   ['2018-01-03',  5.199 ,   'CAT' ,   2000,'Real Estate','Mothers'],
  ['2018-01-06',  4.980 ,   'CAT' ,    450,'Real Estate','Mothers'],
  ['2018-01-07',  4.990 ,   'CAT' ,   3000,'Real Estate','Mothers']]
df = pd.DataFrame(data,columns =['date',  'price', 'ticker',  'volume', 'Sector','Market Division'])

我想说明哪个市场部门有更多的股票，哪个部门有更多的股票。 我尝试了下面的树形图，但没有成功 我该怎么做

import plotly.express as px
import numpy as np

a=df.groupby(['Market Division','Sector']).count()

a["Exchange"] = "Exchange" # in order to have a single root node
fig = px.treemap(a, path=['Exchange', 'Market Division', 'Sector','ticker'], values='ticker')
fig.show()

您可以尝试使用。下面是一个虚拟示例：

导入matplotlib.pyplot作为plt
标签=列表（集合（[md代表df中的md['Market Division']]））
图，ax=plt.子批次（）
jasdaq=[34343454454]
母亲=[35345645344343]
ax.bar（标签，jasdaq[0]，标签='Pharmaceuticals'）
ax.bar（标签，jasdaq[1]，标签='Communication'）
ax.bar（labels，jasdaq[2]，label='Real Estate'）
ax.bar（标签，母亲[0]，标签='Pharmaceuticals'）
ax.bar（标签，母亲[1]，标签='Communication'）
ax.bar（标签，母亲[2]，标签='Real Estate'）
ax.图例（）
plt.show（）

---

您需要首先计算每个市场部门的每个部门，并替换jasdaq和mothers，以获得您想要的真实图。

thank You@Misgevolution，我有近百行，很难手动获取属于特定交易所市场的所有股票代码。您需要编写代码来创建列表。上面的示例仅用于Demonestation。只要打印样式正常，您就应该能够编写代码来创建标记列表。