数据可视化(3)

1.饼状图

python 复制代码
#饼状图
#pie(x,labels,colors,labeldistance,autopct,startangle,radius,center,textprops)
#x,每一块饼状图的比例
#labels:每一块饼形图外侧显示的文字说明
#labeldistance:标记的绘制位置,相对于半径的比例,默认值为1:1
#autopct:设置饼图百分比,可以使用格式化字符串或format函数
#startangle:起始绘制角度,默认是x轴正方向逆时针画起
#radius饼图半径,默认值1
#center:浮点类型的列表,可选参数,默认值为(0,0)表示图表中心的位置
#textprops:设置标签和比例文字的格式,字典类型

x=[10,34,5,56,58,65]
plt.pie(x,autopct='%1.1f%%')
plt.show()

2.基础饼图

python 复制代码
#基础饼状图
df=pd.read_excel('收集销售.xlsx')
#解决乱码
plt.rcParams['font.sans-serif']=['SimHei']
x=df['北京出库销量']
labels=df['商品名称']
plt.figure(figsize=(10,6))
#设置x,y轴刻度一致
plt.axis('equal')

plt.title('手机品牌出库销售分析')
#设置图例
#frameon设置边框
plt.legend(df['商品名称'],loc='upper left',frameon=False)
plt.pie(x,labels=labels,autopct='%1.1f%%',labeldistance=1.02,startangle=90,textprops={'fontsize':12})
plt.show()

3.分裂饼图

python 复制代码
#分裂饼状图
df=pd.read_excel('收集销售.xlsx')
#解决乱码
plt.rcParams['font.sans-serif']=['SimHei']
x=df['北京出库销量']
labels=df['商品名称']
plt.figure(figsize=(10,6))
#设置x,y轴刻度一致
plt.axis('equal')

plt.title('手机品牌出库销售分析')
#设置图例
#frameon设置边框
plt.legend(df['商品名称'],loc='upper left',frameon=False)
#通过explode设置饼图的距离,达到分裂的效果
#shadow加阴影
plt.pie(x,labels=labels,autopct='%1.1f%%',labeldistance=1.02,startangle=90,textprops={'fontsize':12},
        explode=(0,1,0,0,0,0,0,0,0,0,0),shadow=True)
plt.show()

4.环形饼图

python 复制代码
#环形饼状图
df=pd.read_excel('收集销售.xlsx')
#解决乱码
plt.rcParams['font.sans-serif']=['SimHei']
x=df['北京出库销量']
x2=df['上海出库销量']
labels=df['商品名称']
plt.figure(figsize=(10,6))
#设置x,y轴刻度一致
plt.axis('equal')

plt.title('北京和上海各手机品牌出库销售分析')
#设置图例
#frameon设置边框
plt.legend(df['商品名称'],loc='upper left',frameon=False)
#通过wedgeprops参数设置环形饼图
#pctdistance设置距离,
plt.pie(x,labels=labels,autopct='%1.1f%%',labeldistance=1.02,startangle=90,textprops={'fontsize':12},
        radius=1,pctdistance=0.85,wedgeprops={'width':0.4,'edgecolor':'k'})
plt.pie(x2,autopct='%1.1f%%',labeldistance=1.02,startangle=90,textprops={'fontsize':12},
        radius=0.7,pctdistance=0.85,wedgeprops={'width':0.4,'edgecolor':'w'})
plt.show()
相关推荐
badhope3 天前
Matplotlib实战30例:全类型图表代码库
人工智能·python·plotly·github·matplotlib
badhope3 天前
最小二乘与最速下降法实战解析
人工智能·机器学习·plotly·github·matplotlib
badhope4 天前
Docker入门到实战全攻略
linux·python·docker·github·matplotlib
李昊哲小课5 天前
matplotlib多子图与复杂布局实战
python·数据分析·matplotlib·数据可视化
李昊哲小课7 天前
matplotlib_tutorial
数据分析·matplotlib·数据可视化
byzh_rc8 天前
[AI工具从入门到入土] matplotlib
人工智能·matplotlib
李昊哲小课8 天前
国际足球比赛数据集分析报告(1872-2025)
信息可视化·数据挖掘·数据分析·pandas·matplotlib·pyecharts·seaborn
爱玩亚索的程序员9 天前
算法入门(三)学会用matplotlib画图
算法·matplotlib
瞎某某Blinder9 天前
DFT学习记录[5]电子结构分析+光学分析
linux·python·科技·学习·生活·matplotlib·帅哥
wáng bēn10 天前
2025 AI 打卡 Day5:Seaborn 数据可视化基础(Matplotlib 升级版 + Titanic 真实业务全案例 + 完整参数调优)
人工智能·机器学习·信息可视化·matplotlib·seaborn