精华内容
下载资源
问答
  • Matplotlib 饼图

    2019-10-28 12:21:26
    章节Matplotlib 安装 Matplotlib 入门 Matplotlib 基本概念 Matplotlib 图形绘制 Matplotlib 多个图形 ... Matplotlib 饼图 Matplotlib 直方图 Matplotlib 散点图 Matplotlib 填充图 Matplotlib 网格 Matplot...

    章节


    饼图是另一种常见的图形类型,可以使用pie()方法制作饼图。

    示例

    # 导入numpy库与matplotlib.pyplot库
    import numpy as np
    import matplotlib.pyplot as plt
    
    # 准备数据:公司市场占有率
    firms = ["Firm A", "Firm B", "Firm C", "Firm D", "Firm E"]
    market_share = [20, 25, 15, 10, 20]
    
    # 设置第二项为爆炸(散开)状态
    Explode = [0, 0.1, 0, 0, 0]
    
    # 绘制图形
    plt.pie(market_share, explode=Explode, labels=firms, shadow=True, startangle=45)
    plt.axis('equal')
    plt.legend(title="List of Firms")
    
    # 显示
    plt.show()
    
    

    输出

    Matplotlib

    展开全文
  • matplotlib饼图

    2019-01-20 17:47:45
  • python+matplotlib 饼图

    2019-06-30 15:32:08
    python+matplotlib 饼图https://blog.csdn.net/crisschan/article/details/71107010

    python+matplotlib 饼图https://blog.csdn.net/crisschan/article/details/71107010

    展开全文
  • matplotlib除了可以绘制曲线图, 还可以绘制统计图形,这篇文章介绍饼图、柱状图等几种常用统计图形的绘制方法。1、饼图使用pie()方法绘制饼图:print('\n-----欢迎来到juzicode.com')print('-----公众号: 桔子code/...

    matplotlib除了可以绘制曲线图, 还可以绘制统计图形,这篇文章介绍饼图、柱状图等几种常用统计图形的绘制方法。

    1、饼图

    使用pie()方法绘制饼图:

    print('\n-----欢迎来到juzicode.com')print('-----公众号: 桔子code/juzicode \n')   import matplotlib.pyplot as pltif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    labels = ['桔子', '苹果', '香蕉', '梨子', '橙子']    sizes = [39, 20, 55, 30,25] # 每个元素的值,会自动根据该值计算百分比    explode = [0.1, 0.2, 0, 0, 0]  # 每个元素的膨胀距离,这里指定了第0和第1个    fig, ax = plt.subplots()    ax.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=0)     # autopct 精度 startangle 第1个元素的起始角位置,其他元素逆时针方向组织,shadow 是否使用阴影    ax.axis('scaled')  #设置饼图的样式,设置为equals显示的会是圆形        fig.savefig('matplot-basic-pie.jpg')    plt.show()

    9340ed5f18d351c4dd1ce6a1bd8757c1.png

    ax.pie() 方法参数:

    sizes:各元素的绝对数值大小,相对百分比会根据这些值计算;

    explode:各个部分向外弹出的值;

    autopct:百分比的显示精度;

    shadow:是否显示阴影;

    startangle:起始元素的位置,就是表示labels[0]的起始角位置,剩下的元素会逆时针方向组织。

    2、柱状图

    使用bar()方法绘制柱状图:

    import matplotlib.pyplot as pltimport numpy as npif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    fig, ax = plt.subplots()    fruit = ('桔子', '橙子', '西瓜', '苹果', '香蕉', '西红柿')    weight = (100,135,50,83,92,66)    ax.bar(fruit, weight, align='center',width=0.7)    ax.set_ylabel('重量')#设置x轴标签    ax.set_title('柱状图 (by桔子code)')    fig.savefig('matplot-bar.jpg')    plt.show()
    e8743117c810b68f9d61f479a09fb666.png

    bar()参数:

    第1个固定参数:x坐标点名称

    第2个固定参数:y坐标值

    align:对齐方式;

    width:柱宽度;

    3、水平柱状图

    使用barh()方法绘制水平柱状图:

    import matplotlib.pyplot as pltimport numpy as npif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    fig, ax = plt.subplots()    fruit = ('桔子', '橙子', '西瓜', '苹果', '香蕉','西红柿')    y_pos = np.arange(len(fruit))    weight = (100,135,50,83,92,66)    ax.barh(y_pos, weight, align='center',height=0.7)    ax.set_yticks(y_pos)#设置y轴坐标    ax.set_yticklabels(fruit)#设置y轴标签    ax.invert_yaxis()  # 设置标签从上到下,更符合阅读习惯    ax.set_xlabel('重量')#设置x轴标签    ax.set_title('水平柱状图 (by桔子code)')    fig.savefig('matplot-hor-bar.jpg')    plt.show()
    50f60645d205d518494e20b4780fbc6d.png

    barh() 方法参数:

    第1个固定参数:y轴坐标;

    第2个固定参数:宽度值,实际上对应的是x轴的长度;

    align:对齐方法,可选center和edge,表示柱图的位置和对应y轴坐标的关系;

    height:柱图y方向的高度

    ax.invert_yaxis()表示将y坐标反转,这样更符合阅读习惯,第0个元素在最上方显示。

    4、分组柱状图

    分组柱状图就是柱状图的组合形式,实际是2个柱状图合并在一起显示:

    import matplotlib.pyplot as pltimport numpy as npif __name__ == '__main__':    plt.rc('font',family='Youyuan',size='9')    plt.rc('axes',unicode_minus='False')    fruit = ('桔子', '橙子', '西瓜', '苹果', '香蕉','西红柿')    weight = (100,135,50,83,92,66)    count = (20,15,30,53,22,36)    x = np.arange(len(fruit))    fig, ax = plt.subplots()    width = 0.4    ax.bar(x-width/2, weight,  width=width,label='重量')    ax.bar(x+width/2, count,  width=width,label='数量')       ax.set_title('分组柱状图 (by桔子code)')    ax.set_ylabel('重量/数量')#设置y轴标签    ax.set_xticks(x)          #设置x轴坐标值    ax.set_xticklabels(fruit) #设置x轴坐标标签    fig.savefig('matplot-bar-group.jpg')    ax.legend()               #显示图例    plt.show()
    6551c411de693b631aa33f98105d14fe.png

    bar()入参的第1个参数不是直接使用分类形式的tuple,而是根据分类的数量重新定义的numpy数组,这样2个柱形图就可以根据该数值加减宽度的一半实现并排放置。

    ---End---

    推荐阅读:

    数据可视化~matplotlib显示多个子图

    数据可视化~matplotlib基本绘图方法如何优雅地解决matplotlib不能正常显示中文和负号的问题

    好冷的Python-- if __name__==’__main__’是啥东东

    奇文共欣赏~UTF-8设计与源码实现

    编码: 一个隐藏了30多年的bug,Windows含蓄说过某通不行?


    关注微信公众号"桔子code",不错过更多精彩。

    c89a2bb463b6371c07eab6fa127590dc.png

    展开全文
  • 或者,可以将图例放在饼图旁边:import matplotlib.pyplot as pltimport numpy as npx = np.char.array(['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct', 'Nov','Dec'])y = np.array([234, 64, 54,10...
  • 解决方案 Alternatively you can put the legends beside the pie graph: import matplotlib.pyplot as plt import numpy as np x = np.char.array(['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct',...
  • 大家好,从今天起,我们将开始更新Matplotlib进阶饼图图鉴。本文将讲解以下二个进阶的饼图绘制方法。进阶饼图-007下面我们就来讲解如何绘制第一个进阶饼图,注意,代码在以下环境全部通过测试:Python 3.7.1...
  • matalb饼图matplotlib饼图

    2020-04-14 15:17:56
    clear all; x=[1 5 0.5 3.5 2];...pie(x,explode)%绘制饼图 colormap jet pie3(x,explode) colormao hsv import matplotlib.pyplot as plt import numpy as np import math from mpl_toolkits.mplot...
  • Matplotlib饼图注释

    2021-01-07 10:22:33
    import matplotlib.pyplot as plt plt.figure(figsize=(9,9)) # 环形饼图元素 recipe = ["225g flour", "90g sugar", "1 egg", "60g butter", "100ml milk", "1/2package of yeast"] # ⽐例 data = [225, 90
  • matplotlib 饼图 参数

    2020-12-23 21:53:48
    一、调整字体大小 #将三个返回值分别赋给三个变量 patches,l_text,p_text=plt.pie(x=tmp, labels =["high", "mid", "low"], autopct = '%0.1f%%', pctdistance = 0.5, shadow = T
  • -*-coding:utf-8 -*-#第1步:导入模块import matplotlib.pyplot as plt#第2步:数据统计和预处理#马青公式获得π的100位pi_100=['3', '1', '4', '1', '5', '9', '2', '6', '5', '3', '5', '8', '9', '7', '9', '3', ...
  • matplotlib饼图绘制奇招

    2020-07-28 14:59:02
    饼图 啥都不说,先绘制最简单的饼图 plt.pie(x) x = [2,7,12] plt.pie(x) plt.show() 使用 np.info(plt.pie) 可以查看 plt.pie() 参数信息: pie(x, explode=None, labels=None, colors=None, autopct=None...
  • matplotlib 饼图绘制

    千次阅读 2017-12-08 13:50:11
    matplotlib.pyplot as plt # 设置绘图的主题风格(不妨使用R中的ggplot分隔) plt.style.use( 'ggplot' ) # 构造数据 edu = [ 0.2515 , 0.3724 , 0.3336 , 0.0368 , 0.0057 ] labels = [ '中专' , '大专' , ...
  • matplotlib饼图的绘制

    2019-09-11 22:22:13
    饼图的适用场景 统计部分与部分,以及部分与整体的关系 代码和参数如下 import numpy as np plt.rcParams['font.sans-serif']='SimHei' plt.rcParams['axes.unicode_minus']=False res = np.load(r'..........
  • pandas-matplotlib饼图

    2018-12-12 17:42:25
    # -*-coding:utf-8 -*- ...import matplotlib.pyplot as plt students = pd.read_excel("C:/Users/asus/Downloads/pandas/012/Students.xlsx",index_col='From') print(students) students['2017...
  • Matplotlib 饼图(Pie graph)

    2021-01-13 10:28:18
    import matplotlib.pyplot as plt # 显示中文标签 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 饼图 Z = np.array([0.3, 0.3, 0.3, 0.1]) plt.pie(Z, labels=['...
  • Matplotlib饼图与嵌套图

    千次阅读 2018-09-24 23:15:10
    饼图pie import matplotlib.pyplot as plt import numpy as np %matplotlib inline m = 51212 f = 40732 m_perc = m/(m+f) f_perc = f/(m+f) colors = ['navy','lightcoral'] labels = ['Male','Female'] plt....

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,889
精华内容 755
关键字:

matplotlib饼图