Python 关系分类变量的图形表示

我正在寻找一些更好地说明分类变量之间关系的想法

对于我下面的可复制数据：

t1 <- data.frame(A = c("Apple", "Rose, Apple", "Country"), 
                 B = c("Fruit", "Plant", "Peru, Japan"))

---

你可以看到苹果与水果和植物有关。是否有一个良好的图形解决方案，以热图格式彩色显示各个变量

我会这样想：

library(data.table)

dt <- data.table(type = as.factor(c("Apple", "Rose", "Apple", "Rose", "Apple")),
                 type2 = as.factor(c("Fruit", "Plant", "Plant", "Tree", "Tree")))

ggplot(data = dt2,
       aes(x = type, fill = type2)) +
  geom_bar(position = "fill")

然后我们得到了一些统计数据（计数和相对百分比）：

---

这就像有一个“馅饼”，上面有多少行具有相同的

类型

-

类型2

组合，但至少可以看出哪些类型比其他类型更相关。

至少对我来说，你的问题相当模糊；热图是网格/矩阵布局中数值数据的可视化表示。根据您的示例数据，您希望在这样的热图中显示哪些数值？如果你能提供一个模拟的情节，也许会有帮助。您的数据结构似乎也有点奇怪秘鲁、日本是A列中的

国家

的示例，但A列中的

苹果

是B列中的

水果

的示例。因此，A列和B列中的条目似乎被互换了。那是故意的吗？

dt2 <- dt[ , .(count = .N), by = .(type, type2)]

dt2[ , percentage.count := count / sum(count) * 100 , by = "type"]

dt2

    type type2 count percentage.count
1: Apple Fruit     1         33.33333
2:  Rose Plant     1         50.00000
3: Apple Plant     1         33.33333
4:  Rose  Tree     1         50.00000
5: Apple  Tree     1         33.33333

ggplot(data = dt2,
       aes(x = type, fill = type2)) +
  geom_bar(position = "fill")