python数据可视化（一）读取csv数据绘制条扇形图

最新推荐文章于 2024-06-29 14:54:48 发布
最新推荐文章于 2024-06-29 14:54:48 发布
阅读量1.8w 收藏 114
点赞数 18
CC 4.0 BY-SA版权
分类专栏： python数据可视化 文章标签： python 数据可视化 数据分析
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.youkuaiyun.com/badder2/article/details/85089328
本文介绍了如何使用Python读取CSV文件，并通过数据可视化库绘制条形和扇形图，展示了数据的分布和比较。适用于数据分析初学者。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本文介绍如何读取csv数据并绘制成扇形图
只是一个很简单的实例，如果需要扩展丰富，只需要往这个模板往上加就是了
csv文件链接：https://pan.baidu.com/s/1aLlGEcZEkMiTf9Pfsh-9WQ 
提取码：jr5t 
import csv
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

def hydata_0():
    #读取文件
    pr=pd.read_csv("hydata_swjl_0.csv")
    #print(pr)
    a=[]
    man=0
    woman=0
    others=0
    #统计男女比例
    for  sex in pr['XB']:#从XB列读取数据
        if sex=='男':
            man+=1
        elif sex=='女':
            woman+=1
        else:
            others+=1

    #绘制饼状图

    labels=['MALE','FEMALE','OTHERS']
    #绘图显示的标签
    values=[man,woman,others]
    colors=['y','m','b']
    explode=[0,0.1,0]
    #旋转角度
    plt.title("Male to female ratio",fontsize=25)
    #标题
    plt.pie(values,labels=labels,explode=explode,colors=colors,
            startangle = 180,
            shadow=True,autopct='%1.1f%%')
    plt.axis('equal')
    plt.show()


                

        

    

    
  


        

            

                      
                        最低0.47元/天 解锁文章
                        

                          
200万优质内容无限畅学

                          
                        

                      
            

        


    



                



	

		

			

				
					
用pandas对csv文件处理并画出扇形图

				
			

			

				

					weixin_35750747的博客
				

				

					12-19
					
					526
					
				

			

		

		

			
				
首先，您需要安装pandas库，如果您还没有安装，可以使用以下命令安装：
pipinstall pandas

然后，您可以使用pandas读取CSV文件，并将其存储在一个名为df的数据帧中。
import pandasas pd

df = pd.read_csv('filename.csv')

接下来，您可以使用pandas对数据进行处理和清洗，例如选择特定的列、过滤行、排序等。具体的操作方...

			
		

	



                

            
              



	

		

			

				
					
python数据可视化（二）读取csv数据绘制条形图

					
热门推荐

				
			

			

				

					yangyps
				

				

					12-19
					
					3万+
					
				

			

		

		

			
				
之前介绍了如何读取csv数据绘制饼状图

这次接着介绍如何读取数据绘制条形图

读取csv中的年龄并绘制成区间图

只是一个很简单的实例，如果需要扩展丰富，只需要往这个模板往上加就是了
csv文件链接：https://pan.baidu.com/s/1aLlGEcZEkMiTf9Pfsh-9WQ 
提取码：jr5t 


import csv
import matplotlib
import ma...

			
		

	



              


  
              

                


	

		

			

				
					
python把csv做成柱状图_python读csv格式文档并用matplotlib绘制图表

				
			

			

				

					weixin_39928106的博客
				

				

					11-20
					
					2266
					
				

			

		

		

			
				
import csvfrom matplotlib import pyplot as pltfrom datetime import datetimefileName = ‘sitka_weather_07-2014.csv‘with open(fileName) as f:reader = csv.reader(f)header_row = next(reader)# print(header_...

			
		

	





	

		

			

				
					
Python:openpyxl实现在excel绘制扇形图

				
			

			

				

					
				

				

					07-15
					
					902
					
				

			

		

		

			
				
openpyxl实现在excel绘制扇形图

			
		

	



		

			
		



	

		

			

				
					
python读取csv文件画饼状图_2 7 任务单:数据可视化与分析报告 1 、根据题目需求使用 Python 读取相关的 csv 文件中的数据,完成如下题目: ( 1 )读取 " 区域房源数量 .c...

				
			

			

				

					weixin_39528000的博客
				

				

					12-08
					
					1119
					
				

			

		

		

			
				
【简答题】你对课程的活动和形式还有哪些建议?【其它】2 6 任务单:数据清洗与统计分析 1 、使用 Python 的 pandas 读取“图书好评 .csv ”文件,完成数据清洗,要求如下: ( 1 )读取 " 链家长沙租房数据 .csv" 数据 ( 2 )检测并删除重复数据 ( 3 )检测并删除缺失值 2 、完成数据清洗后,根据项目需求,完成如下 4 个数据统计任务: ( 1 )统计区域房源数量...

			
		

	





	

		

			

				
					
用Python制作空间数据可视化

				
			

			

				

					y1282037271的博客
				

				

					02-02
					
					626
					
				

			

		

		

			
				
大数据时代到来，随着智能设备与物联网技术的普及，人在社会生产活动中会产生大量的数据。在我们的日常活动中，手机会记录下我们到访过的地点；在使用城市公交IC卡、共享单车等服务时，服务供应商会知道这些出行需求产生的时间与地点；公交车与出租车的定位信息，也可以告诉我们城市交通状态的具体情况。这些具备时间、空间与个体属性的数据能够为城市交通的智慧管控提供强有力的支持。

			
		

	





	

		

			

				
					
Python数据可视化基础

					
最新发布

				
			

			

				

					2402_84243211的博客
				

				

					06-29
					
					338
					
				

			

		

		

			
				
数据可视化是数据呈现为图形或图表的技术，它有助于理解和  发现数据中的模式和趋势。Python是一种流行语言，有很多库可以帮助我们进行数据可视化。在本文中，我们将介绍使用Python进行数据可视化的基础步骤。在开始之前，我们要导入一些必要的库，例如Pandaas、Matplob和Seaborn等。设置seaborn的字体，中文用SimHei，英文Arial。引入数据，nps格式，用numpy去读取。注意保存的路径，不然可能会报错！设置pyplot的动态rc参数。部门是销售部，离职是1的数据。

			
		

	





	

		

			

				
					
数据可视化-Pyecharts绘制饼图

				
			

			

				

					m0_74394367的博客
				

				

					04-22
					
					2496
					
				

			

		

		

			
				
本实验通过绘制pyecharts库的饼图，讲解使用pandas读取文件，绘制饼图及使用pyecharts的set_global_opts和set_series_opts方法设置饼图扇形块的标签显示格式、扇形块的边框样式，图表的标题和副标题，图例的位置等。通过这些配置项，我们可以增加饼图的可读性，解释每个部分所呈现的含义，让图表更加直观和易于理解。

			
		

	





	

		

			

				
					
6种python数据可视化工具,python数据可视化工具包

				
			

			

				

					神经网络爱好者
				

				

					02-19
					
					1352
					
				

			

		

		

			
				
data2 = pd.DataFrame(orders[orders['商家名称'].isin(['店铺3','店铺5','店铺6','店铺9'])].groupby(['商家名称','付款时间'])['支付金额'].sum())data1 = orders.groupby('付款时间')[['支付金额','订单编号']].agg({'支付金额':'sum','订单编号':'count'}) #处理数据。纵坐标轴范围、图例、数据标签，需要在各自的纵坐标里设置，即先进行主纵坐标的设置，之后是次纵坐标。

			
		

	





	

		

			

				
					
python读取excel画出饼状图_python操作Excel、openpyxl 之图表，折线图、饼图、柱状图等...

				
			

			

				

					weixin_39545895的博客
				

				

					11-20
					
					1263
					
				

			

		

		

			
				
一、准备需要模块：from openpyxl.workbook import Workbookfrom openpyxl.chart import Series,LineChart, Reference1.1 建表，画图openpyxl支持利用工作表中单元格的数据，创建条形图、折线图、散点图等步骤：wb = Workbook()ws = wb.create_sheet("{0}蒸汽压力记录表".f...

			
		

	





	

		

			

				
					
python基于plotly实现画饼状图代码实例

				
			

			

				

					12-23
				

			

		

		

			
				
这篇文章主要介绍了python基于plotly实现画饼状图代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
代码


import pandas as pd
import numpy as np
import plotly.plotly as py
import plotly.graph_objs as go
path = '/home/v-gazh/PycharmProjects/us_data/limit_code.csv'
df = pd.read_csv(path)
df.set_index(['code'], inplace=

			
		

	





	

		

			

				
					
read-csv：读取csv文件并使用内部数据制作图形

				
			

			

				

					02-10
				

			

		

		

			
				
读取csv
 读取csv文件并使用内部数据制作图形

			
		

	





	

		

			

				
					
Python实现饼形图的绘制

				
			

			

				

					Backcanhave7
				

				

					11-08
					
					2万+
					
				

			

		

		

			
				
说明：代码运行环境为 Win10+Python3+jupyter notebook

饼形图简单介绍：

饼形图一般用于描述分类型数据的相对频数或百分数频数分布，呈现部分与总体的关系。

绘制饼形图的主要方法：

方法1：利用pandas中的Series.plot()或DataFrame.plot.pie()方法

方法2：利用matplotlib包中的调用axes.pie()方法

首先导出需要...

			
		

	





	

		

			

				
					
python pyecharts 数据可视化 饼状图绘制

				
			

			

				

					魏振东
				

				

					03-05
					
					4588
					
				

			

		

		

			
				
"""
author:魏振东
date：20200303
func：微信好友性别可视化-饼状图
"""
from pyecharts.charts import Pie
from pyecharts import options as opts
import csv

# 读取csv文件，并把性别信息读取出来
def getSex(filename):
    lstsex = []
    wi...

			
		

	





	

		

			

				
					
python绘制饼图和条形图,Python中的饼图和条形图

				
			

			

				

					weixin_39653733的博客
				

				

					03-26
					
					372
					
				

			

		

		

			
				
>>> import pyexcel as p>>> sheet = p.get_sheet(file_name='test.csv', delimiter='\t')>>> sheettest.csv:+   -+  -+   -+| Group | id  | Count |+   -+  -+   -+| G1    | 412 | 52...

			
		

	





	

		

			

				
					
python画饼图-从零开始学Python可视化(五): 饼图及环形图

				
			

			

				

					weixin_37988176的博客
				

				

					11-01
					
					898
					
				

			

		

		

			
				
我们之前已经接触过了饼图，它主要用于表现比例、份额类的数据，今天我们在样式上进行更多的探索。我们以笔记本行业来作为例子。假设笔记本电脑行业有ABCD五家公司，他们在2017年的国内市场份额分别为45%、25%、15%、5%，其他公司10%。欢迎大家关注我的个人博客【数洞】 【备用站】一、分裂饼图首先，我们可以将我们关注的分类单独分裂出来，达到突出显示的目的。假如我们在B公司里，我们想要将自家公司的...

			
		

	





	

		

			

				
					
python绘制扇形代码_如何在matplotlib中绘制扇区？

				
			

			

				

					weixin_39700625的博客
				

				

					02-21
					
					1011
					
				

			

		

		

			
				
假设你有一个任意向量v，相对于某个原点v_origin，它的角度不确定性以度为单位：import pylab as pltimport numpy as np#plt.style.use('ggplot') # because it's just better ;)v_origin = [.2, .3]v = [1., 1.]angular_uncert = 20. # angular uncer...

			
		

	





	

		

			

				
					
Python绘制折线图、柱状图、饼状图

				
			

			

				

					Mike
				

				

					10-28
					
					963
					
				

			

		

		

			
				
python绘制折线图、柱状图、饼状图

			
		

	





	

		

			

				
					
pandas读取csv文件数据并对数据求和使用matplotlib画饼图

				
			

			

				

					许粤军的博客
				

				

					10-20
					
					7148
					
				

			

		

		

			
				
题目：请对读取的数据进行处理，通过每个省份的录取人数，并绘制展示省份学生人数占比的饼图

csv数据图如下所示：





代码如下所示：


import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'simhei'
plt.rcParams['axes.unicode_minus']=False

data = pd.read_csv('student.

			
		

	





	

		

			

				
					
写一个python成绩分析可视化代码

				
			

			

				

					09-06
				

			

		

		

			
				
### 回答1：

我可以为你提供一个Python成绩分析可视化代码的示例：import matplotlib.pyplot as plt 
 
# 数据 
subjects = ["数学","英语","物理","化学","生物"] 
scores = [90, 85, 90, 80, 95] 
 
# 绘制条形图 
plt.bar(subjects, scores) 
plt.xlabel('科目') 
plt.ylabel('成绩') 
plt.title('学生成绩分析可视化') 
plt.show()  

### 回答2：
下面是一个用Python编写的成绩分析可视化代码：

```python
import pandas as pd
import matplotlib.pyplot as plt

# 读取成绩数据
df = pd.read_csv('成绩数据.csv')

# 统计各科目平均分和最高分
subject_avg = df.mean()
subject_max = df.max()

# 绘制各科目平均分和最高分柱状图
plt.figure(figsize=(10, 6))
plt.bar(subject_avg.index, subject_avg.values, label='平均分')
plt.bar(subject_max.index, subject_max.values, label='最高分')
plt.xlabel('科目')
plt.ylabel('分数')
plt.title('各科目平均分和最高分')
plt.legend()
plt.show()

# 统计总成绩排名前10名的学生
df['总成绩'] = df.sum(axis=1)  # 计算总成绩
top10 = df.nlargest(10, '总成绩')

# 绘制总成绩排名前10名学生的条形图
plt.figure(figsize=(10, 6))
plt.bar(top10['姓名'], top10['总成绩'])
plt.xlabel('姓名')
plt.ylabel('总成绩')
plt.title('总成绩排名前10名学生')
plt.show()

# 统计各个班级的平均分
class_avg = df.groupby('班级').mean()['总成绩']

# 绘制各个班级平均分折线图
plt.figure(figsize=(10, 6))
plt.plot(class_avg.index, class_avg.values, marker='o')
plt.xlabel('班级')
plt.ylabel('平均分')
plt.title('各个班级平均分')
plt.show()
```

上述代码读取名为"成绩数据.csv"的文件作为成绩数据源，然后进行分析并可视化展示了以下三个方面：

1. 绘制各科目的平均分和最高分的柱状图；
2. 绘制总成绩排名前10名的学生的条形图；
3. 绘制各个班级的平均分的折线图。

通过以上的可视化展示，可以更直观地了解和分析成绩数据。  

### 回答3：
写一个python成绩分析可视化代码，可以按照学生姓名和成绩进行分析和可视化。

首先，我们需要准备一个包含学生姓名和成绩的数据集。我们可以使用一个字典来表示每个学生的姓名和成绩，例如：
```
data = {"张三": 85, "李四": 92, "王五": 78, "赵六": 95, "钱七": 88}
```

接下来，我们需要导入相关的库，包括matplotlib库用于可视化数据，以及numpy库用于对数据进行统计分析。首先，我们导入这些库：
```python
import matplotlib.pyplot as plt
import numpy as np
```

接下来，我们可以使用matplotlib库来绘制成绩分布的直方图。我们可以使用plt.hist()函数来绘制直方图。在绘制之前，我们可以将成绩数据转换成numpy数组，以便于后续数据分析和可视化：
```python
scores = np.array(list(data.values()))
plt.hist(scores, bins=10, color='skyblue', edgecolor='black')
plt.xlabel('成绩')
plt.ylabel('人数')
plt.title('成绩分布直方图')
plt.show()
```

这段代码会生成一个成绩分布的直方图，x轴表示成绩分数，y轴表示人数。

除了直方图之外，我们还可以使用matplotlib库来绘制成绩分布的饼图。我们可以使用plt.pie()函数来绘制饼图。在绘制之前，我们可以使用np.histogram()函数根据成绩数据来计算不同成绩区间的人数。然后，我们可以使用plt.pie()函数来绘制饼图：
```python
hist, bin_edges = np.histogram(scores, bins=10)
plt.pie(hist, labels=bin_edges[:-1], autopct='%1.1f%%')
plt.title('成绩分布饼图')
plt.show()
```

这段代码会生成一个成绩分布的饼图，每个扇形表示一个成绩区间的人数百分比。

除了直方图和饼图之外，我们还可以使用matplotlib库来绘制成绩的折线图。我们可以使用plt.plot()函数来绘制折线图。在绘制之前，我们可以根据成绩数据来生成一个按照成绩排序的索引列表，然后，我们可以使用plt.plot()函数来绘制折线图：
```python
sorted_indexes = np.argsort(scores)
sorted_scores = scores[sorted_indexes]
plt.plot(sorted_indexes, sorted_scores, 'b')
plt.xlabel('学生编号')
plt.ylabel('成绩')
plt.title('成绩折线图')
plt.show()
```

这段代码会生成一个成绩的折线图，x轴表示学生编号，y轴表示成绩。

综上所述，这是一个用于成绩分析可视化的python代码，可以根据学生姓名和成绩绘制直方图、饼图和折线图。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 4

	

  
	




  

    

      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