pandas & matplotlib 饼图，从入门到熟练

最新推荐文章于 2024-09-01 17:38:04 发布

西湖大鱼

最新推荐文章于 2024-09-01 17:38:04 发布

阅读量8k

点赞数 15

文章标签：数据分析 python jupyter pandas

本文链接：https://blog.csdn.net/csdn_963/article/details/120645579

版权

最简单的饼图：

#解决中文字题显示不正常的问题
from pylab import mpl
mpl.rcParams['font.sans-serif']=['SimHei']

数据集：

最简单的饼图：

#导入第三方库
import pandas as pd
import matplotlib.pyplot as plt
#导入数据集 df_1
df_1 = pd.read_csv("数据集.csv")


#将数据导入到饼图里面/pie()：图标格式为饼图
df_1['数量'].plot.pie()
#生成饼图
plt.show()

饼图输出：

这个时候，想要的数据是按照我们所需要的要求输出了，但是美观度不够。

就比如说，最外面的那一圈数字；

并且它还有Y轴标签？？？？？

这个时候如果我们在回过头看数据集，就会发现这个其实是数据所对应的索引数（这是因为我们还没有自定义index/标签），

我们这个时候可以在文件读取之后加上我们自定义的索引

自定义过标签的饼图：

文件读取后设置index
我选择用数据集标签那个字段的内容做索引内容

df_1.set_index('标签', inplace=True)

#导入第三方库
import pandas as pd
import matplotlib.pyplot as plt
#导入数据集 df_1
df_1 = pd.read_csv("数据集.csv")

#自定义索引
df_1.set_index('标签', inplace=True)


#将数据导入到饼图里面/pie()：图标格式为饼图
df_1['数量'].plot.pie()
#生成饼图
plt.show()

修改之后的输出：

这个时候的数据，是不是就比较符合我们的审美了，能知道谁是谁的谁了。问题解决了一个了

就是那个Y轴坐标，看着还是异常的别扭！！！！！

要想办法给他搞一下：

ps：但是本人能力有限，实在是搞不掉，最后决定加入它，呵，给他整个空值，我不就看不见了，看不见不就是没了嘛？？？

有X，Y轴的饼图：

# 设置标题和y轴：
plt.title('不同岗位数量在全国范围内所占的比例', fontsize=16, fontweight='bold')
plt.ylabel('', fontsize=16, fontweight='bold')

#导入第三方库
import pandas as pd
import matplotlib.pyplot as plt
#导入数据集 df_1
df_1 = pd.read_csv("数据集.csv")

#自定义索引
df_1.set_index('标签', inplace=True)

#将数据导入到饼图里面/pie()：图标格式为饼图
df_1['数量'].plot.pie()

#添加上标题和取消Y轴坐标
plt.title('不同岗位数量在全国范围内所占的比例', fontsize=16, fontweight='bold')
plt.ylabel('', fontsize=16, fontweight='bold')

#生成饼图
plt.show()

输出图：

这个时候基本上是不是感觉好多了，但是！！你发现这个时候你不是很好区分自然语言和图像识别谁的多？？？？

排序后的饼图：

这个时候我们可以排序一波

# 按照升序排序
csv.a.sort_values().plot.pie()

# 按照升序排序并按照顺时针排列
# counterclock:是否逆时针
csv.a.sort_values().plot.pie(counterclock=False)

#导入第三方库
import pandas as pd
import matplotlib.pyplot as plt
#导入数据集 df_1
df_1 = pd.read_csv("数据集.csv")

#自定义索引
df_1.set_index('标签', inplace=True)

#将数据导入到饼图里面/pie()：图标格式为饼图
#降序排列一波
df_1['数量'].sort_values().plot.pie(counterclock=False)

#添加上标题和取消Y轴坐标
plt.title('不同岗位数量在全国范围内所占的比例', fontsize=16, fontweight='bold')
plt.ylabel('', fontsize=16, fontweight='bold')

#生成饼图
plt.show()

输出图：

这个时候再看数据，发现这个图似乎不凌乱了，看着顺眼了，心情舒畅了。但是老板要是问你人工智能占比多少，你咋搞？计算机捅一捅？？？

闹呢？

所以，你就要就上具体的比例数据了

带百分数的饼图：

这个时候就要在饼图内部进行设置了
#控制饼图的大小尺寸
figsize=(8, 8)
#控制输出的数值： .2：保留两位小数，%%显示单位为百分数
autopct='%.2f%%'
#降序排列：默认的数值是升序的
fontweight='bold'&&要和sort_values()一起使用

#导入第三方库
import pandas as pd
import matplotlib.pyplot as plt
#导入数据集 df_1
df_1 = pd.read_csv("数据集.csv")

#解决中文字题显示不正常的问题
from pylab import mpl
mpl.rcParams['font.sans-serif']=['SimHei']

#自定义索引
df_1.set_index('标签', inplace=True)

#将数据导入到饼图里面/pie()：图标格式为饼图
#降序排列一波
df_1['数量'].sort_values().plot.pie(figsize=(8, 8),autopct='%.2f%%',counterclock=False)

#添加上标题和取消Y轴坐标
plt.title('不同岗位数量在全国范围内所占的比例', fontsize=16, fontweight='bold')
plt.ylabel('', fontsize=16, fontweight='bold')

#生成饼图
plt.show()

输出图：

整理后的代码：（这个时候将pie内部的函数全部写进一个代码块中）

#导入第三方库
import pandas as pd
import matplotlib.pyplot as plt
#导入数据集 df_1
df_1 = pd.read_csv("数据集.csv")

#解决中文字题显示不正常的问题
from pylab import mpl
mpl.rcParams['font.sans-serif']=['SimHei']

#重建索引数据
df_1.set_index('标签', inplace=True)
#将需要用的数据导入饼图
#  autopct='%.2f%%' 显示数据为百分比
#  df_1['数量'].plot.pie(autopct='%.2f%%')

df_1['数量'].sort_values().plot(kind = 'pie', # 选择图形类型 
                # pie  饼图
                # bar  柱状图
           figsize=(8, 8),
                # 控制饼图的整体尺寸大小
           autopct='%.1f%%', # 饼图中添加数值标签
                # .1 & f ：.1是保留一位小数，f是浮点数值类型
           radius = 1, # 设置饼图的半径
           
           startangle = 180, # 设置饼图的初始角度
           counterclock = True, # 将饼图的顺序设置为顺时针方向
           # title = '失信用户的受教育水平分布', # 为饼图添加标题
           wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'}, # 设置饼图内外边界的属性值，
                #linewidth:控制的是边框的宽度
                #edgecolor：控制边框颜色
           textprops = {'fontsize':10, 'color':'black'} # 设置文本标签的属性值
           # fontsize ：控制文本的字体大小
           # color ：控制文本的字体颜色
           
          )
#控制标题


plt.title('不同岗位数量在全国范围内所占的比例', fontsize=16, fontweight='bold')
plt.ylabel('', fontsize=16, fontweight='bold')

plt.show()

带图例的饼图：

图例代码

在控制饼图属性代码的后面加上
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.)

#导入第三方库
import pandas as pd
import matplotlib.pyplot as plt
#导入数据集 df_1
df_1 = pd.read_csv("数据集.csv")

#解决中文字题显示不正常的问题
from pylab import mpl
mpl.rcParams['font.sans-serif']=['SimHei']

#重建索引数据
df_1.set_index('标签', inplace=True)
#将需要用的数据导入饼图
#  autopct='%.2f%%' 显示数据为百分比
#  df_1['数量'].plot.pie(autopct='%.2f%%')

df_1['数量'].sort_values().plot(kind = 'pie', # 选择图形类型 
                # pie  饼图
                # bar  柱状图
           figsize=(8, 8),
                # 控制饼图的整体尺寸大小
           autopct='%.1f%%', # 饼图中添加数值标签
                # .1 & f ：.1是保留一位小数，f是浮点数值类型
           radius = 1, # 设置饼图的半径
           
           startangle = 180, # 设置饼图的初始角度
           counterclock = True, # 将饼图的顺序设置为顺时针方向
           # title = '失信用户的受教育水平分布', # 为饼图添加标题
           wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'}, # 设置饼图内外边界的属性值，
                #linewidth:控制的是边框的宽度
                #edgecolor：控制边框颜色
           textprops = {'fontsize':10, 'color':'black'} # 设置文本标签的属性值
           # fontsize ：控制文本的字体大小
           # color ：控制文本的字体颜色
           
          )
#添加图例：最右上角的那个东西；
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.)

#控制标题


plt.title('不同岗位数量在全国范围内所占的比例', fontsize=16, fontweight='bold')
plt.ylabel('', fontsize=16, fontweight='bold')

plt.show()

输出图：（右上角的就是图例）