python画饼图的多种方式

最新推荐文章于 2024-09-03 16:53:53 发布

原创最新推荐文章于 2024-09-03 16:53:53 发布 · 1.2k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据可视化

本文介绍了使用Python的matplotlib、pyecharts和iplot三种库来绘制饼图的方法。通过示例展示了如何将数据转换为不同库所需的格式，并给出了每个库生成的饼图结果。

使用matplotlib画图

导入模块

import matplotlib.pyplot as plt
%matplotlib inline

plt.pie(pie_fig['count'],labels=pie_fig['type'],explode=[0.1,0],data=pie_fig,shadow=True,autopct='%1.1f%%')
plt.title('Netflix_show TV/Moive percentage')
plt.axis('equal')
plt.show()

传入数据pie_fig为dataframe格式
dataframe格式的数据
图形结果：
在这里插入图片描述

使用pyecharts

模块导入

from pyecharts import options as opts
from pyecharts.charts import Pie

pie = Pie()
pie.add('Netflix_show TV/Moive percentage',[list(z) for z in zip(pie_fig['type'], pie_fig['count'])])
pie.set_global_opts(title_opts=opts.TitleOpts(title="Netflix_show TV/Moive percentage"))
pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
pie.render_notebook()

没法使用series或者dataframe格式直接传入
[list(z) for z in zip(pie_fig[‘type’], pie_fig[‘count’])]
将数据转化为列表
在这里插入图片描述
图形结果：

使用iplot

导入模块

import plotly.graph_objects as go
from plotly.offline import init_notebook_mode, iplot

#content type
col = 'type'
grouped = show03[col].value_counts().reset_index()
grouped = grouped.rename(columns={col:'count','index':col})

#plot
trace = go.Pie(labels=grouped[col],values=grouped['count'],pull=[0.05,0],marker=dict(colors=["#6ad49b", "#a678de"]))
layout = go.Layout(title='',height=400,legend=dict(x=0.1,y=1.1))
fig = go.Figure(data=[trace],layout=layout)
iplot(fig)