- Python 的常用数据可视化库(如 Matplotlib 和 Seaborn)来绘制各种类型的图表。以下是一个示例,展示了五个城市的房价数据的柱状图、折线图、散点图和饼图。
import matplotlib.pyplot as plt
# 五个城市的名称
cities = ['City A', 'City B', 'City C', 'City D', 'City E']
# 五个城市的房价数据
house_prices = [500000, 550000, 600000, 450000, 700000]
# 柱状图
plt.bar(cities, house_prices)
plt.xlabel('Cities')
plt.ylabel('House Prices')
plt.title('House Prices in Five Cities')
# 展示柱状图
plt.show()
# 折线图
plt.plot(cities, house_prices, marker='o')
plt.xlabel('Cities')
plt.ylabel('House Prices')
plt.title('House Prices in Five Cities')
# 展示折线图
plt.show()
# 散点图
plt.scatter(cities, house_prices)
plt.xlabel('Cities')
plt.ylabel('House Prices')
plt.title('House Prices in Five Cities')
# 展示散点图
plt.show()
# 饼图
plt.pie(house_prices, labels=cities, autopct='%1.1f%%')
plt.title('House Prices in Five Cities')
# 展示饼图
plt.show()
- 涉及到复杂的饼图时,您可以使用 matplotlib 的一些高级功能来创建更加详细和个性化的图表。以下是一个示例,展示了不同城市房价的占比情况以及具体数值的饼图。
import matplotlib.pyplot as plt
import numpy as np
# 五个城市的名称
cities = ['北京', '上海', '广州', '深圳', '西安']
# 五个城市的房价数据
house_prices = [95000, 81000, 70000, 63000, 55000]
# 颜色列表
colors = ['#FF9999', '#FFCC99', '#FFFF99', '#99FF99', '#99CCFF']
# 探索参数,突出显示北京
explode = (0.1, 0, 0, 0, 0)
# 绘制饼图
plt.pie(house_prices, labels=cities, colors=colors, explode=explode, autopct='%1.1f%%', startangle=90, shadow=True)
# 添加标题
plt.title('五个城市的房价占比')
# 添加图例
plt.legend(loc='upper right', bbox_to_anchor=(1.2, 1))
# 显示具体数值
for i in range(len(cities)):
angle = sum(house_prices[:i]) + house_prices[i] / 2
x = 1.4 * np.cos(np.deg2rad(angle))
y = 1.4 * np.sin(np.deg2rad(angle))
plt.text(x, y, f'{house_prices[i]}万元', ha='center', va='center')
# 设置坐标轴为相等比例
plt.axis('equal')
# 展示饼图
plt.show()
这个示例使用了不同的颜色、突出显示和阴影效果,以及添加具体数值的功能,使饼图更加复杂和详细。