数据科学入门教程：比例数据可视化方法详解-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_01114/article/details/148360133

数据科学入门教程：比例数据可视化方法详解

Data-Science-For-Beginners 10 Weeks, 20 Lessons, Data Science for All! 项目地址: https://gitcode.com/gh_mirrors/da/Data-Science-For-Beginners

比例数据可视化是数据分析中常见且重要的任务。本文将以蘑菇数据集为例，系统讲解三种比例可视化方法：饼图、环形图和华夫饼图。

数据准备与预处理

首先我们需要加载并预处理蘑菇数据集：

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据集
mushrooms = pd.read_csv('mushrooms.csv')

# 查看前几行数据
mushrooms.head()

该数据集包含23种蘑菇的多个特征，如类别（可食用/有毒）、菌盖形状、菌盖表面、菌盖颜色等。所有数据最初都是文本格式，我们需要将其转换为分类数据：

# 将文本列转换为分类类型
cols = mushrooms.select_dtypes(["object"]).columns
mushrooms[cols] = mushrooms[cols].astype('category')

1. 饼图（Pie Chart）

饼图是最基础的比例可视化方法，适合展示2-5个类别的比例关系。

绘制蘑菇可食用性饼图

# 按类别分组统计
edibleclass = mushrooms.groupby(['class']).count()

# 绘制饼图
labels = ['Edible','Poisonous']
plt.pie(edibleclass['population'], labels=labels, autopct='%.1f %%')
plt.title('蘑菇可食用性比例')
plt.show()

蘑菇可食用性饼图

技术要点：

autopct参数控制百分比显示格式
标签顺序必须与数据分组顺序一致
适用于类别较少的情况，超过5个类别时饼图会显得拥挤

2. 环形图（Donut Chart）

环形图是饼图的变体，中心留空可以显示额外信息或减少视觉压力。

绘制蘑菇生长环境环形图

# 按生长环境分组统计
habitat = mushrooms.groupby(['habitat']).count()

# 设置标签
labels = ['Grasses','Leaves','Meadows','Paths','Urban','Waste','Wood']

# 绘制环形图
plt.pie(habitat['class'], labels=labels, autopct='%1.1f%%', pctdistance=0.85)
center_circle = plt.Circle((0, 0), 0.40, fc='white')  # 创建中心圆
fig = plt.gcf()
fig.gca().add_artist(center_circle)  # 添加中心圆
plt.title('蘑菇生长环境分布')
plt.show()

蘑菇生长环境环形图

技术要点：

通过调整pctdistance控制百分比标签位置
中心圆大小由Circle的半径参数控制（示例中为0.40）
环形图比饼图更适合展示多个类别（5-7个）

3. 华夫饼图（Waffle Chart）

华夫饼图使用方格矩阵表示比例，视觉上更直观且有趣。

绘制蘑菇菌盖颜色华夫饼图

首先安装所需库：

pip install pywaffle

然后绘制图表：

from pywaffle import Waffle

# 按菌盖颜色分组统计
capcolor = mushrooms.groupby(['cap-color']).count()

# 准备数据
data = {
    'color': ['brown', 'buff', 'cinnamon', 'green', 'pink', 'purple', 'red', 'white', 'yellow'],
    'amount': capcolor['class']
}

# 绘制华夫饼图
fig = plt.figure(
    FigureClass = Waffle,
    rows = 100,  # 行数
    values = data['amount'],
    labels = list(data['color']),
    figsize = (30,30),
    colors=["brown", "tan", "maroon", "green", "pink", "purple", "red", "whitesmoke", "yellow"],
)
plt.show()

蘑菇菌盖颜色华夫饼图

技术要点：

rows参数控制图表精细度
可以自定义每个方块的颜色
适合展示10个以内的类别
视觉冲击力强，适合演示场景

方法对比与选择建议

| 图表类型 | 适用场景 | 优点 | 缺点 | |---------|---------|------|------| | 饼图 | 2-5个类别 | 简单直观 | 类别多时难以比较 | | 环形图 | 5-7个类别 | 视觉更美观 | 需要更多空间 | | 华夫饼图 | 3-10个类别 | 视觉冲击力强 | 需要额外库支持 |