Matplotlib任务实现：绘制国民生产总值构成分布饼图

最新推荐文章于 2023-06-07 21:46:44 发布
最新推荐文章于 2023-06-07 21:46:44 发布
阅读量2.6k 收藏 19
点赞数 1
分类专栏： python 文章标签： python Matplotlib 直方图
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43299421/article/details/115300932
版权 

name = data['columns'] ## 提取其中的columns数组，视为数据的标签
label1 = ['第一产业','第二产业','第三产业']## 标签1
label2 = ['农业','工业','建筑','批发','交通',
        '餐饮','金融','房地产','其他']## 标签2
explode1 = [0.01,0.01,0.01]
explode2
最低0.47元/天 解锁文章
乔洪涛
关注
  • 1
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Matplotlib—散点图、折线图、饼状图、直方图、箱线图
zm_1900的博客
04-06 1591
1.散点图 绘制函数：scatter ，格式如下。 matplotlib.pyplot.scatter(x,y,s=None,marker=None,cmap=None,norm=None, vmin=None,alpha=None,linewidths=None,verts=Non...
Matplotlib任务实现：绘制国民生产总值构成分布箱线图
qq_43299421的博客
03-29 1405
label1 = ['第一产业','第二产业','第三产业'] label2 = ['农业','工业','建筑','批发','交通', '餐饮','金融','房地产','其他'] gdp1 = (list(values[:,3]),list(values[:,4]),list(values[:,5])) gdp2 = ([list(values[:,i]) for i in range(6,15)]) p = plt.figure(figsize=(8,8)) ax1 = p.add_sub
数据挖掘实验一国民生产总值构成分布可视化
xqmids99的博客
04-28 919
【代码】【无标题】
3.3 分析特征内部数据分布与分散状况
最新发布
我走的每一步都算数
06-07 982
通过直方图分析2000年第一季度和2017年第一季度的三大产业的国民生产总值,可以发现各产业绝对数值之间的关系，并通过对比发现产业结构的变化。箱线图利用数据中的五个统计量（下边缘、下四分位数、中位数、上四分位数和上边缘）来描述数据，它也可以粗略地看出数据是否具有对称性、分布的分散程度等信息，特别可以用于对几个样本的比较。直方图可以发现分布表无法发现的数据模式、样本的频率分布和总体的分布。通过分析2000年与2017年不同的产业和行业在国民生产总值中的占比，可以发现我国的产业结构变化和行业变迁。
matplotlib之2017年各产业第一季度国民生产总值行业构成分布饼图
wsq的博客
04-09 2718
2017年各产业第一季度国民生产总值行业构成分布饼图（各行业） import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'simhei' plt.rcParams['axes.unicode_minus'] = False data1 = np.load('D:\matplotlib\...
python绘制国内生产总值散点图,在Python和Matplotlib的3D散点图中的两点之间绘制矩形或条形图...
weixin_31467557的博客
11-23 144
I have a 3D scatter plot which, on one of its planes, plots 2 points for each date. I've asked about how to draw a LINE between every pair of points, and received an answer for which I'm thankful. Wha...
python绘制国内生产总值散点图_Python matplotlib可视化: 绘制散点图
weixin_39963053的博客
11-23 325
import numpy as npimport matplotlib.pyplot as plt#导入matplotlib.pyplot库#产生数据x=np.linspace(0, 10, 30)#产生0-10之间30个元素的等差数列noise=np.random.randn(30)#产生30个标准正态分布的元素y1=x**2+2*noise#产生叠加噪声的数据系列1y2=x**1+2*nois...
python绘制国内生产总值散点图_用Python分析国民生产总值
weixin_39879665的博客
11-20 2961
今天学习Python的matplotlib，书上的一道例题感觉写的很好（黄红梅的Python数据分析与应用），就是利用matplotlib的各种图来对2000-2017年季度生产总值进行分析，这道题确实是学习用图分析数据的一道经典题，于是我根据书上的代码和自己的理解在jupyter上敲了一下，并做了总结，贴在下面，方便后序的学习和使用1 首先把数据文件导进来，然后大概了解数据文件里面有啥内容，这是...
matplotlib-挑战：绘制数据
02-08
matplotlib-挑战 绘制数据
Matplotlib 绘制饼图解决文字重叠的方法
09-16
在使用Python的数据可视化库Matplotlib绘制饼图时，有时会遇到文字重叠的问题，尤其是在饼图的各个扇区比例相差较大时，较小的部分容易被覆盖，导致信息展示不清晰。为了解决这个问题，我们可以采取一些策略来优化...
matplotlib 可视化
09-12
matplotlib 可视化matplotlib 可视化
Matplotlib:面积图、填图、饼图
12-22
饼图 1.面积图 # 面积图 fig,axes = plt.subplots(2,1,figsize = (8,6)) df1 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd']) df2 = pd.DataFrame(np.random.randn(10, 4), columns=['a', 'b'...
python使用matplotlib:subplot绘制多个子图的示例
09-27
主要介绍了python使用matplotlib:subplot绘制多个子图的示例，帮助大家更好的利用python绘制图像，感兴趣的朋友可以了解下
Python通过matplotlib画双层饼图及环形图简单示例
09-20
础上，我们可以探讨如何利用matplotlib绘制环形图，环形图在某些情况下能更清晰地展示数据的差异。环形图与饼图类似，但其内外两层的差异使得数据的对比更加直观。以下是一个简单的环形图示例： ```python import ...
python绘制国内生产总值散点图_matplotlib绘制散点图
weixin_39605647的博客
11-23 211
#!/usr/bin/env python# coding=utf-8from matplotlib import pyplot as pltfrom matplotlib import font_manager## 实例化一个中文字体my_font = font_manager.FontProperties(fname='/usr/share/fonts/chineses/msyhbd.ttc'...
python绘制国内生产总值散点图_Python学习第90课-数据可视化之散点图绘制
weixin_39628405的博客
11-23 575
【每天几分钟，从零入门python编程的世界！】今天我们学习散点图，在统计学或者机器学习方面，或者在金融风险控制方面，金融风险控制经常要看异常交易、信贷风险，做这样的分析就要用到一个图--散点图（scatter plot）。下面我们假设绘制一个散点图需要的数据如下：x=[1,2,3,4,5,6,7,8,9,10]y=[2,5,3,1.6,4.3,5.8,6.2,7.5,8.1,9]根据之前学习绘制...
绘制柱状图(四子图) 实验十六 matplotlib数据可视化 第5关
jiangsui_的博客
11-26 964
实验十六 matplotlib数据可视化 第5关 绘制条形图子图
matplotlib 统计图的绘制
New hope
02-26 2011
用matplotlib来绘制一些统计图，如饼图、直方图，有时候会达到很出色的视觉效果，这篇博文就介绍几种统计图的画法。 转载请注明出处。 对于一个学习者，当我们想画一张图的时候，首先去matplotlib的画廊中找到和自己预期相近的。然后在别人的源代码上修改，达到自己的目的。 下面就用这种思路画一张图。 月份数据图 为了画一张饼图，我在一个小型画廊中，找到一张图： 这张...
数据挖掘技术-绘制饼图
u011062044的博客
10-15 1731
plt.pie(values[-1,3:6],explode=explode,labels=label,autopct='%1.1f%%')## 绘制饼图。label2 = ['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']## 标签2。label= ['第一产业','第二产业','第三产业']##定义饼状图的标签，标签是列表。label1 = ['第一产业','第二产业','第三产业']## 标签1。/国民生产总值构成分布饼图.png')
分别绘制2000年与2017年各产业与各行民生产总值构成分布饼图
06-04
抱歉，作为一名AI语言模型，我没有绘图的能力，但我可以为您提供代码示例和说明，供您参考。以下是使用Python的matplotlib库实现绘制2000年与2017年各产业与各行民生产总值构成分布饼图的代码示例： ```python import pandas as pd import matplotlib.pyplot as plt # 读取数据 data_2000 = pd.read_csv('2000_data.csv') data_2017 = pd.read_csv('2017_data.csv') # 提取各产业与各行民生产总值 industry_2000 = data_2000['industry'].tolist() industry_value_2000 = data_2000['value'].tolist() living_2000 = data_2000['living'].tolist() living_value_2000 = data_2000['value.1'].tolist() industry_2017 = data_2017['industry'].tolist() industry_value_2017 = data_2017['value'].tolist() living_2017 = data_2017['living'].tolist() living_value_2017 = data_2017['value.1'].tolist() # 绘制2000年产业构成饼图 plt.subplot(2, 2, 1) plt.pie(industry_value_2000, labels=industry_2000, autopct='%1.1f%%') plt.title('2000年产业构成') # 绘制2017年产业构成饼图 plt.subplot(2, 2, 2) plt.pie(industry_value_2017, labels=industry_2017, autopct='%1.1f%%') plt.title('2017年产业构成') # 绘制2000年行业构成饼图 plt.subplot(2, 2, 3) plt.pie(living_value_2000, labels=living_2000, autopct='%1.1f%%') plt.title('2000年行业构成') # 绘制2017年行业构成饼图 plt.subplot(2, 2, 4) plt.pie(living_value_2017, labels=living_2017, autopct='%1.1f%%') plt.title('2017年行业构成') # 显示图形 plt.show() ``` 其中，2000_data.csv和2017_data.csv分别为2000年和2017年的数据文件，包含了各产业与各行民生产总值的具体数值。通过pandas库读取数据后，使用tolist()方法将数据转换成列表形式方便后续处理。使用subplot()函数将四个饼图分别绘制在同一画布的不同子图中，使用pie()函数绘制饼图，使用title()函数设置标题，使用labels参数设置标签，使用autopct参数设置占比显示格式。最后使用show()函数显示图形。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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