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 pandasimport numpyimport matplotlibimport matplotlib.pyplot as pltimport 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 pandasimport matplotlibfrom 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30plt.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网站，小编将为大家输出更多高质量的实用文章！