数据可视化之饼状图（原理+Python代码）

数据来源于Kaggle数据集，链接：https://www.kaggle.com/Cornell-University/arxiv

00、前言

这是Datawhale第二十一期组队学习的第一次正式打卡，因此简单整理了一下优快云博客的撰写方法，可供参考：新手如何撰写优快云博客?优快云博客撰写入门级方法

一、原理介绍

饼状图是数据可视化中的一种基本图形，常用于展示某一分类变量中各个类别所占的比例。根据饼状图中各个扇形所占的角度大小，可以比较得出数量多的类别和数量少的类别。此外，分类变量可视化的图形还有树形图、玫瑰图、雷达图等。

这里通过绘制扇形图，来比较计算机各个方向发表论文数量的差异。

二、代码实现

#加载常用模块
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings("ignore") #过滤掉警告的意思
from pyforest import *

#读入数据
data=pd.read_csv("F:/data/paper_group.csv")
#查看数据前五行
data.head()

	group_name	id
0	Physics	38379
1	Mathematics	24495
2	Computer Science	18087
3	Statistics	1802
4	Electrical Engineering and Systems Science	1371

#设置画布大小
fig = plt.figure(figsize=(15,12))
explode = (0, 0, 0, 0.2, 0.3, 0.3, 0.2, 0.1) 

#此处以id作为各类别的计数，group_name是类别的名称
plt.pie(data["id"],  labels=data["group_name"], autopct='%1.2f%%', startangle=160, explode=explode)
plt.tight_layout()
plt.show()

三、结果解释

从扇形图可以看出，物理方向的论文数量最多，达到44.86%，其次是数学方向的论文，占比28.63%。由此可见，基础学科的论文产出数量是相对较高的。

相关阅读

• 数据可视化之小提琴图（原理+Python代码）
• 数据可视化专栏