美味甜甜圈的数据可视化：饼图

最新推荐文章于 2025-04-27 21:08:09 发布

CodeWOW

最新推荐文章于 2025-04-27 21:08:09 发布

阅读量196

点赞数

文章标签：信息可视化机器学习-深度学习

本文链接：https://blog.csdn.net/CodeWOW/article/details/133333007

版权

机器学习-深度学习专栏收录该内容

155 篇文章 ¥59.90 ¥99.00

订阅专栏

本文介绍如何使用Python的matplotlib库创建饼图展示甜甜圈口味销售占比。通过示例代码，展示了如何设置数据、偏移量、颜色和百分比标签，帮助读者掌握数据可视化的技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

饼图是一种常用的数据可视化工具，它以圆形图形的形式展示了数据的占比关系。今天我们将使用饼图来呈现美味甜甜圈的不同口味在销售中的占比情况。让我们一起来看看如何使用Python编程语言和matplotlib库创建一个漂亮的甜甜圈饼图吧！

首先，我们需要引入matplotlib库，并为饼图准备数据。假设我们有以下甜甜圈的销售数据：

import matplotlib.pyplot as plt

# 甜甜圈口味和销售数量的数据
flavors = ['巧克力', '草莓', '蓝莓',

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

CodeWOW

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

40张Python可视化图形

weixin_69674774的博客

06-05

2490

40张PyCharm基础图 1.熊猫基本花图 import pandas as pd import matplotlib.pyplot as plt # 数据集1：4组只有4个值： df = pd.DataFrame([8,8,1,2], index=['a', 'b', 'c', 'd'], columns=['x']) # 制定计划 df.plot(kind='pie', subplots=True, figsize=(8, 8)) # 显示情节 plt.show() 2.堆叠面积图的基线

【Python】—— matplotlib数据可视化

ZShiJ的博客

12-20

2228

本关任务：根据excel文件“类别销售”工作簿（tbsc/step2/类别销售.xlsx)的烟、零食、饮料、酒工作表的数据，找出销售数量合计最高的三种商品，建立条状图。例：以下代码可以设置日期格式为年-月-日，设置x轴的取值范围为2021-1-1到2021-5-31日，在x轴垂直显示2021-1-1。该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，必须指定start、end、periods中的两个参数值，否则报错。柱形的横轴坐标分别为0，0.5，1,每个柱形的宽度为0.2，图例为商品名称。

参与评论您还未登录，请先登录后发表或查看评论

python_AI库使用Matplotlib绘制多门店销售数据折线图

noah__zhao的博客

04-23

824

通过上述步骤，我们成功地绘制了一个包含多个连锁门店销售数据的折线图，并添加了网格和图例来增强图表的可读性和美观性。这样的图表不仅能够帮助我们直观地了解每个门店的销售情况，还能够比较不同门店之间的差异和趋势，为决策提供有力的数据支持。本文将通过扩展之前的单门店销售数据图形，展示如何使用Matplotlib库绘制包含多个连锁门店销售数据的折线图，并添加网格和图例来增强图表的可读性和美观性。在实际应用中，我们可以根据具体需求调整图表的样式和布局，比如改变颜色、线型、字体等，以更好地满足展示和交流的需要。

Python画饼图实例（使用matplotlib,pandas,numpy）

最新发布

neweastsun的专栏

04-27

333

通过本文的两个应用场景，我们展示了如何借助 AI 助手高效地创建基于 Python 代码的交互式和吸引人的数据可视化。这些技巧无疑将加速您的数据科学项目工作流程，将自定义可视化参数的负担留给 AI 助手。希望这些方法能为您的项目带来启发！

基于akshare、pandas和matplotlib的全球指数分析实践（附源码）

dudly的博客

04-24

1072

基于akshare、pandas和matplotlib的全球指数分析实践

零基础上手Python数据分析 (22)案例实战]之利用 Matplotlib & Seaborn 进行电商销售数据可视化分析

kakaZhui的博客

04-24

1086

— 图表为刃，洞察先行！综合运用 Pandas、Matplotlib 与 Seaborn，点亮数据价值本篇通过一个完整的案例实战，体验如何将数据分析与数据可视化紧密结合，让冰冷的数据转化为生动、直观、富有洞察力的视觉故事！本篇博客将延续我们在第 17 篇案例中使用的模拟电商销售数据，利用 Matplotlib 和 Seaborn 对经过 Pandas 处理和分析的数据进行可视化呈现。可视化关键业务指标 (KPIs) 的变化趋势。直观比较不同类别（如产品、地区）的表现。探索变量之间的潜在关系。

2015-2023 各省 GDP 数据，用QuickBI 进行数据可视化——堆叠图！

高级数据分析师，分享Python知识

04-25

462

通过 QuickBI 制作的堆叠图，我们对全国各省 GDP 数据有了更深入、直观的理解。这些数据不仅反映了当下的经济格局，更是我们预测未来经济发展趋势的重要依据。希望大家能从这篇文章中学会如何运用数据分析工具解读经济现象！

Python 操作 Excel 插入图表：解锁数据可视化的高效密码

weixin_44313745的博客

04-27

627

在数据分析与展示的领域中，Python 凭借其强大的库支持，成为众多开发者与数据工作者的得力助手。今天，就带大家深入探索如何利用 Python 在 Excel 中插入图表，实现数据可视化的进阶操作。掌握 Python 在 Excel 中插入图表的技能，能够为数据分析报告的制作、业务数据的可视化展示等工作带来极大的便利和效率提升，助力大家在数据处理与展示领域更加游刃有余。：专注于操作 Excel 2010 及以上版本的.xlsx 文件，支持在 Excel 工作表中添加、修改和读取数据，以及插入图表等操作。

【数据可视化-28】2017-2025 年每月产品零售价数据可视化分析

qq_38614074的博客

04-24

1114

Year：参考年份Month：参考月份GEO：地理区域（编码为Province 1、Province 2等）Products：零售产品的名称COORDINATE：产品内部坐标标识符VALUE：每单位产品的原始价格（税前）UOM：计量单位（例如，美元）Taxable：产品是否应税，'Yes’为是，'No’为否：基于省份或加拿大平均的总税率（%）：应税产品含税价格，不应税产品则与VALUE相同：产品的高级别分类Essential：产品属于基本需求还是非基本需求地区价格差异显著。

JimuBI 积木报表 v1.9.5发布，大屏和仪表盘，免费数据可视化

JEECG官方博客

04-27

656

本次升级是一个大版本优化，提供了一系列新功能并优化组件的系列问题。

数据可视化 —— 直方图

小白

04-27

708

直方图（Histogram）是一种用表示数据分布的统计图表，它将数据划分为连续的区间（称为“分箱”或“区间”），统计每个区间内的数据频数（或频率），并用柱形的高度直观展示数据分布情况。观察数据集中趋势（如集中在哪个区间）、离散程度（如是否对称、是否存在长尾）或异常值。例：分析某班级学生考试成绩的分布，判断是否接近正态分布。分析图像像素的亮度或颜色分布，辅助调整对比度、曝光或均衡化。例：Photoshop 中的直方图可帮助摄影师优化照片的明暗细节。监测生产过程中产品的规格（如零件尺寸）是否符合标准。

2025.04.24【3D】3D绘图入门指南

04-24

552

3D绘图是一种数据可视化技术，它通过在三维空间中展示数据点来提供更丰富的视觉信息。这种技术可以帮助我们理解数据的深度和层次结构，尤其是在处理复杂的生物信息学数据时。我们可以通过调整视图参数来自定义图表的视角。# 自定义视图在这个例子中，view3d函数用于调整视图参数。theta和phi参数用于设置视角的角度，fov参数用于设置视场角，zoom参数用于设置缩放级别。

【数据可视化-26】基于人口统计与社会经济数据的多维度可视化分析

qq_38614074的博客

04-24

860

ID：唯一标识符性别：0（女性）和1（男性）婚姻状况：单身或非单身年龄：个人年龄教育程度：最高学历收入：年收入职业：工作分类定居点规模：居住区域类型。