数据分析师的学习之路-pandas篇（4）

接上篇，第3章画图的内容，这次学习其他图的画法

3.7.2 饼图

假设数据是这样的：

大概意思是不同地区的学生，在各年有多少数量。
现在要画个饼图，展示2016年各地区学生数量比例关系，饼图长这样：

首先在上一篇讲过，前面要导入两个库：

import pandas as pd
import matplotlib.pyplot as plt

然后把数据表文件读进来，因为饼图的标签会默认拿index的值，所以要设置一下index是国家的列From:

students = pd.read_excel("c:/tmp/1.xlsx",index_col='From')

饼图画的时候只能拿一列来画，也就是students（dataFrame）其中一个Series：

students['2016'].plot.pie()

就这么简单一句就画出来了，当然对默认的样式不满意，就做各种操作。
默认的图是逆时针排列的，如果要顺时针排列，就加个参数 counterclock并设置为Flase:

#顺便改个字号
students['2016'].plot.pie(fontsize=8, counterclock=False)

如果想让第一个开始
再优化一下，加个标题，标签改个样式

plt.title("Source of International Students", fontsize=16, fontweight='bold')
plt.ylabel("2016", fontsize=12, fontweight='bold')

最后显示~

plt.show()

3.7.3 折线图

假设数据是这样的：

大概意思是每周各个类目的销售额，第一列是周（week），其他列是各个类目。
要画一个折线图，大概长这样：

X轴是周，Y轴是销售额，多个折线代表不同类目。

前面依然导入库，和导入文件就不说了，导入文件把第一列week设为index_col。

weeks = pd.read_excel("C:/tmp/1.xlsx", index_col='Week')

然后每列都画一条折线就是这样：

#对应列名的名字就行
weeks.plot(y=['列名1', '列名2', '列名3', '列名4'])
#每个线都用不同的颜色，就在后面加个参数 color，值就是数组，对应位置写上颜色

优化下样式，增加标题，设置一下X轴的标签样式

plt.title("Sales Weekly Trend", fontsize=16, fontweight="bold")
plt.xticks(weeks.index, fontsize=8)

最后显示~

plt.show()

另外，如果要画叠加区域图，就是每个点的值加起来的，像这样：

画图方法就改成这样：

#对应列名的名字就行
weeks.plot.area(y=['列名1', '列名2', '列名3', '列名4'])
#每个线都用不同的颜色，就在后面加个参数 color，值就是数组，对应位置写上颜色

先学习到这吧，下篇学习数据分析里更专业的图，直方图、密度图