[数据可视化] 饼图(Pie Chart)

饼图介绍

饼图通过将一个圆饼按照分类的占比划分成多个区块,整个圆饼代表数据的总量,每个区块(圆弧)表示该分类占总体的比例大小,所有区块(圆弧)的加总之和和等于100%

功能:展示不同分类的占比情况,通过弧度大小来对比各种分类

适合的数据:列表(包含两个字段,一个分类数据字段、另一个是连续数据字段),其中分类数据字段映射到扇形的颜色,连续数据字段映射到扇形的面积

适合的数据条数:不超过9条数据

 饼图的构成

饼图应用场景案例

1.某班级的男女生占比情况

2.游戏公司的销售情况 

注意 

饼图可以很好地帮助用户快速了解数据的占比分配,但饼图不适用于多分类的数据,原则上饼图不可多于9个分类,因为随着分类的增多,每个切片就会变小,最后导致大小区分不明显,每个切片看上去都差不多大小,这样对于数据的对比是没有任何意义,所以饼图不适合用于数据量大且分类很多的场景

举个栗子:统计各个省份的人口占比情况,中国共计34个省级行政区,包括23个省、5个自治区、4个直辖市、2个特别行政区,很难清晰对比各个省份的人口数据占比,推荐使用横向柱状图

饼图也不适用于分类占比差别不明显的场景

举个栗子:下图中某便利店不同地区的商品销量相近,所以不太适合使用饼图,推荐使用柱状图来呈现

  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在Jupyter Notebook中生成饼状图,你可以使用Python的Matplotlib、Seaborn和Plotly等库。以下是具体的操作步骤和代码示例: 1. 首先,确保你已经安装了Jupyter Notebook、Pandas、Matplotlib和Seaborn库。可以使用以下命令进行安装: ```python pip install jupyter pandas matplotlib seaborn ``` 2. 导入所需的库: ```python import pandas as pd import matplotlib.pyplot as plt import seaborn as sns ``` 3. 准备你的数据。可以使用Pandas库来读取和处理数据: ```python # 读取数据 data = pd.read_csv("data.csv") # 数据预处理 # ... # 查看数据 data.head() ``` 4. 使用Matplotlib绘制饼状图: ```python # 绘制饼状图 plt.pie(data['value'], labels=data['category']) plt.axis('equal') # 设置饼状图为正圆形 plt.show() ``` 5. 使用Seaborn库绘制更美观的饼状图: ```python # 使用Seaborn设置图形样式 sns.set(style="whitegrid") # 绘制饼状图 plt.pie(data['value'], labels=data['category']) plt.axis('equal') # 设置饼状图为正圆形 plt.show() ``` 6. 使用Plotly库生成交互式饼状图: ```python import plotly.express as px # 绘制饼状图 fig = px.pie(data, values='value', names='category') fig.show() ``` 通过以上步骤,你可以在Jupyter Notebook中生成数据可视化的饼状图。记得替换示例代码中的"data.csv"为你实际的数据文件名,并进行必要的数据预处理。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值