怎么用python绘制饼图和直方图

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！