python中畫餅狀圖,python中畫餅狀圖代碼

本文目錄一覽：

• 1、如何畫餅圖
• 2、在python中，給字典排序並畫餅圖
• 3、如何使用Python繪製餅圖
• 4、如何系統地學習Python 中 matplotlib，numpy，scipy，pandas

如何畫餅圖

下面以excel2007為例說明1.畫餅狀圖首先選中要畫圖的列的數據，然後選擇插入-》餅狀圖即可。見圖1和圖2.圖2顯示的插入餅狀圖的效果。2.通過上面的步驟，我們已經可以看到一個簡單的病狀圖已經成功插入了，但是要做到正確插入和美觀還有許多工作要做。下面要給這個餅狀圖差一個圖的標題，具體步驟見下圖。圖展示的添加的標題，標題添加後雙擊文字就可以輸入文字進行修改了

搜索

免費自學excel教程全套

excel100個常用技巧

表格技巧大全

900套excel全套圖表

數據分析全套圖表

excel表格製作方法

在python中，給字典排序並畫餅圖

#coding=utf-8

import numpy as np

import matplotlib.pyplot as plt

res= {

    11:234,

    44:565,

    22:453,

    33:767,

    55:890,

    66:67,

    77:88

    }

labels = []

fracs = []

for k,v in res.items():

    labels.append(str(k))

    fracs.append(v) 

explode = [0, 0, 0, 0]  # 0.1 凸出這部分，

plt.axes(aspect=1)  # set this , Figure is round, otherwise it is an ellipse

# autopct ，show percet

plt.pie(x=fracs, labels=labels, explode=None, autopct=’%3.1f %%’,

        shadow=True, labeldistance=1.1, startangle=90, pctdistance=0.6

        )

”’

labeldistance，文本的位置離遠點有多遠，1.1指1.1倍半徑的位置

autopct，圓裡面的文本格式，%3.1f%%表示小數有三位，整數有一位的浮點數

shadow，餅是否有陰影

startangle，起始角度，0，表示從0開始逆時針轉，為第一塊。一般選擇從90度開始比較好看

pctdistance，百分比的text離圓心的距離

patches, l_texts, p_texts，為了得到餅圖的返回值，p_texts餅圖內部文本的，l_texts餅圖外label的文本

”’

plt.show()

如何使用Python繪製餅圖

我們在運用Python製作各種圖形的時候，經常需要繪製餅圖。那麼如何用Python繪製餅圖呢？下面我給大家分享演示一下。

工具/材料

Pycharm

首先我們需要在Excel文件中準備好餅圖的數據，如下圖所示

接下來我們打開Pycharm，新建Python文件，導入Python的pandas庫，利用pandas將Excel數據加載到緩存中，如下圖所示

然後我們在導入pyplot庫，運用pyplot庫的pie進行餅圖的繪製，如下圖所示

接着運行程序以後我們就可以看到一張如下圖所示的餅圖了，但是四周的名稱和Excel中的還是不太一樣，接下來修改四周的名稱

我們在運用pandas庫加載Excel數據文件的時候加上index_col屬性即可，如下圖所示

這次在運行程序我們就可以看到餅圖四周的名稱和Excel中的一樣了，如下圖所示

接着我們在運用pyplot中的title和ylable設置餅圖的標題和Y坐標軸的名稱，如下圖所示

最後運行文件就可以看到下面這個信息比較齊全的餅圖了，如下圖所示，到這裡用Python繪製餅圖就結束了

如何系統地學習Python 中 matplotlib，numpy，scipy，pandas

總結一下自己學習，接觸了Numpy，Pandas，Matplotlib，Scipy，Scikit-learn，也算是入門，給出自己的軌跡（略去安裝），並總結一下其他人的答案，最後有彩蛋。

Numpy：

來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結構要高效的多，本身是由C語言開發。這個是很基礎的擴展，其餘的擴展都是以此為基礎。數據結構為ndarray,一般有三種方式來創建。

Python對象的轉換

通過類似工廠函數numpy內置函數生成：np.arange,np.linspace…..

從硬盤讀取，loadtxt

快速入門：Quickstart tutorial

Pandas:

基於NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。最具有統計意味的工具包，某些方面優於R軟件。數據結構有一維的Series，二維的DataFrame(類似於Excel或者SQL中的表，如果深入學習，會發現Pandas和SQL相似的地方很多，例如merge函數)，三維的Panel（Pan（el) + da(ta) + s，知道名字的由來了吧）。學習Pandas你要掌握的是：

匯總和計算描述統計，處理缺失數據 ，層次化索引

清理、轉換、合併、重塑、GroupBy技術

日期和時間數據類型及工具（日期處理方便地飛起）

快速入門：10 Minutes to pandas

Matplotlib:

Python中最著名的繪圖系統，很多其他的繪圖例如seaborn（針對pandas繪圖而來）也是由其封裝而成。創世人John Hunter於2012年離世。這個繪圖系統操作起來很複雜，和R的ggplot,lattice繪圖相比顯得望而卻步，這也是為什麼我個人不丟棄R的原因，雖然調用

plt.style.use(“ggplot”)

繪製的圖形可以大致按照ggplot的顏色顯示，但是還是感覺很雞肋。但是matplotlib的複雜給其帶來了很強的定製性。其具有面向對象的方式及Pyplot的經典高層封裝。

需要掌握的是：

散點圖，折線圖，條形圖，直方圖，餅狀圖，箱形圖的繪製。

繪圖的三大系統：pyplot，pylab(不推薦)，面向對象

坐標軸的調整，添加文字注釋，區域填充，及特殊圖形patches的使用

金融的同學注意的是：可以直接調用Yahoo財經數據繪圖（真。。。）

Pyplot快速入門：Pyplot tutorial

Scipy：

方便、易於使用、專為科學和工程設計的Python工具包.它包括統計,優化,整合,線性代數模塊,傅里葉變換,信號和圖像處理,常微分方程求解器等等。

基本可以代替Matlab，但是使用的話和數據處理的關係不大，數學系，或者工程系相對用的多一些。（略）

近期發現有個statsmodel可以補充scipy.stats，時間序列支持完美

Scikit-learn：

關注機器學習的同學可以關注一下，很火的開源機器學習工具，這個方面很多例如去年年末Google開源的TensorFlow，或者Theano，caffe(賈揚清)，Keras等等，這是另外方面的問題。

主頁：An introduction to machine learning with scikit-learn

圖書：

Pandas的創始者：利用Python進行數據分析 (豆瓣)（力薦）

教材的集合：Scipy Lecture Notes（寫的非常棒！遺憾缺少Pandas）

提升自己：機器學習實戰 (豆瓣)