您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
本篇内容介绍了“怎么用python绘制饼图和直方图”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
#饼图,常与结构分析结合使用 import pandas import numpy import matplotlib import matplotlib.pyplot as plt import matplotlib.font_manager as font_manager #导入数据 plot_pie=pandas.read_csv('D://Python projects//reference data//6.3//data.csv') #计算每个品牌的用户数,保留序列 result=plot_pie.groupby( by=['通信品牌'], as_index=False )['号码'].agg({ '用户数':numpy.size}) #使用弹窗绘图 %matplotlib qt #设置长宽分辨率 plt.figure(figsize=(20,20),dpi=10) #使用绝对路径获取字体的名称的方法 fontname=font_manager.FontProperties( fname="C://Windows//Fonts//FZSTK.TTF") #设置字体 font={ 'family':fontname.get_name(), 'size':20} matplotlib.rc('font',**font) #设置横轴与纵轴等长的饼图 plt.axis('equal') #绘制饼图 plt.pie( result['用户数'], labels=result['通信品牌'], autopct='%.2f%%') #设置突出的部分 explode=(0.1,0.2,0.3) plt.axis('equal') plt.pie( result['用户数'], labels=result['通信品牌'], autopct='%.2f%%')
结果为:
直方图:
#直方图 import pandas import matplotlib from matplotlib import pyplot as plt #设置字体 font={ 'family':'SimHei', 'size':15} matplotlib.rc('font',**font) #导入数据 data_histogram=pandas.read_csv('D://Python projects//reference data//6.5//data.csv') maincolor=(42/256,87/256,141/256,1) #绘制初步直方图 plt.hist(data_histogram.购买用户数, color=maincolor) plt.hist(data_histogram['购买用户数'], color=maincolor)
结果为:
#设置分组个数为30 plt.hist(data_histogram.购买用户数, bins=(30), color=maincolor)
结果为:
#绘制瀑布图,即累计计算 plt.hist(data_histogram.购买用户数, bins=(30), cumulative=True, color=maincolor)
结果为:
“怎么用python绘制饼图和直方图”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。