数据可视化工具：性别和特征的图形展示

def vision():
    # 创建主窗口
    vision_desk = tk.Tk()
    vision_desk.title('数据可视化')
    vision_desk.geometry('800x600')

    # 创建下拉列表选择性别
    gender_label = ttk.Label(vision_desk, text='请选择性别')
    gender_label.pack(pady=10)
    gender_var = tk.StringVar(value='男')
    gender_combobox = ttk.Combobox(vision_desk, textvariable=gender_var, values=['男', '女'])
    gender_combobox.pack()

    # 创建下拉列表选择特征
    feature_label = ttk.Label(vision_desk, text='请选择图的特征')
    feature_label.pack(pady=10)
    feature_var = tk.StringVar(value='forehead_width_cm')
    feature_combobox = ttk.Combobox(vision_desk, textvariable=feature_var, values=['forehead_width_cm', 'forehead_height_cm', 'long_hair', 'nose_wide', 'nose_long', 'lips_thin', 'distance_nose_to_lip_long'])
    feature_combobox.pack()

    # 创建画布
    canvas = tk.Canvas(vision_desk, width=600, height=400)
    canvas.pack(pady=20)

    def update_plot():
        # 清空画布上的内容
        for widget in canvas.winfo_children():
            widget.destroy()

        # 获取选择的性别和特征
        gender = 1 if gender_combobox.get() == '男' else 0
        feature = feature_var.get()

        # 根据选择的特征绘制不同的图形
        if feature in ['forehead_width_cm', 'forehead_height_cm']:
            # 绘制散点图
            df = data[data['gender'] == gender][feature]
            # 计算分组间隔
            bin_width = (df.max() - df.min()) / 10
            # 绘制直方图
            fig, ax = plt.subplots()
            ax.hist(df, bins=np.arange(df.min(), df.max()+bin_width, bin_width), align='mid', histtype='bar', rwidth=0.8)
            ax.set_xlabel(feature)
            ax.set_ylabel('count')
            plt.show()
        else:
            # 绘制柱状图
            fig, ax = plt.subplots()
            ax.bar([0, 1], [data[(data['gender'] == gender) & (data[feature] == 0)].shape[0], data[(data['gender'] == gender) & (data[feature] == 1)].shape[0]])
            ax.set_xticks([0, 1])
            ax.set_xticklabels(['0', '1'])
            ax.set_xlabel(feature)
            ax.set_ylabel('count')
            ax.set_title(f'{feature} ({gender})')


        # 将图像转换为画布上的图片
        fig_canvas = FigureCanvasTkAgg(fig, master=canvas)
        fig_canvas.draw()
        fig_canvas.get_tk_widget().pack(side='top', fill='both', expand=1)

        # 保存图像
        plt.savefig('temp.png')

    # 创建按钮，并绑定更新图的函数
    update_button = ttk.Button(vision_desk, text='更新图', command=update_plot)
    update_button.pack(pady=10)

    # 运行主循环
    vision_desk.mainloop()

该代码使用Tkinter和Matplotlib库构建一个简单的数据可视化工具。用户可以从下拉列表中选择性别和特征，然后点击“更新图”按钮生成对应的图形。

功能说明：

性别选择: 使用下拉列表，用户可以选择“男”或“女”。
特征选择: 使用下拉列表，用户可以选择要可视化的特征，例如“forehead_width_cm”、“forehead_height_cm”等等。
图形生成: 根据选择的性别和特征，代码会生成直方图或柱状图，并在Tkinter窗口的画布上展示。
代码优化:
- 将性别变量的值改为0或1，而不是根据选择的字符串来确定，避免KeyError。

使用方法:

确保已安装Tkinter和Matplotlib库。
创建包含所需数据的DataFrame（data）。
运行代码。
从下拉列表中选择性别和特征，点击“更新图”按钮即可生成相应的图形。

注意:

代码中的data DataFrame需要预先定义，包含要可视化的数据。
代码中的特征名称需要与data DataFrame中的列名一致。
代码中的图形类型需要根据实际数据的类型和需求进行调整。

示例:

假设data DataFrame包含以下数据：

data = pd.DataFrame({'gender': [1, 0, 1, 1, 0], 'forehead_width_cm': [10.5, 9.8, 11.2, 10.1, 9.5], 'forehead_height_cm': [8.2, 7.9, 8.5, 8.1, 7.6]})

用户可以选择“男”和“forehead_width_cm”，那么代码将会生成一个包含所有男性个体前额宽度数据的直方图。

结论:

该代码提供了一个简单的数据可视化工具，能够根据用户的选择生成直方图或柱状图。用户可以根据自己的需求调整代码中的参数和图形类型，以满足不同的数据可视化需求。