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
咚咚王者7 小时前
人工智能之数据分析 Matplotlib:第三章 基本属性
人工智能·数据分析·matplotlib
老歌老听老掉牙1 天前
Matplotlib Pyplot 数据可视化完全指南
python·信息可视化·matplotlib
F_D_Z2 天前
数据集相关类代码回顾理解 | sns.distplot\%matplotlib inline\sns.scatterplot
python·深度学习·matplotlib
无心水2 天前
【Python实战进阶】1、Python高手养成指南:四阶段突破法从入门到架构师
开发语言·python·django·matplotlib·gil·python实战进阶·python工程化实战进阶
studytosky3 天前
深度学习理论与实战:MNIST 手写数字分类实战
人工智能·pytorch·python·深度学习·机器学习·分类·matplotlib
金色熊族6 天前
win11安装matplotlib过程
python·matplotlib
n***i9511 天前
后端服务网格可观测性,Jaeger与Zipkin
erlang·matplotlib·iava-activema
大数据魔法师13 天前
Seaborn(一) - Seaborn绘图方法介绍
matplotlib·数据可视化
zx52011314 天前
pyinstaller 打包报错hook-matplotlib.backends.py
matplotlib·hook-matplotlib·.backends
Serendipity_Carl25 天前
爬虫数据清洗可视化链家房源
python·pandas·matplotlib