python的两种数据作图方案
matplotlib简单方便,适合数据作图或科学作图(论文发表)pyecharts流程略复杂,但功能强大,图形具有交互式,适合项目开发或商业分析报告,但是它是一个非常新的库,开发不稳定本文介绍用pandas库读取Excel (csv)数据,分别用matplotlib库和pyecharts库绘制饼图。
注:
实例是在Jupyter Notebook中运行的,可以实时看到运行效果。在pycharm中也能运行,但要保存成图片查看。实例所用的数据非常简单,包含两列(id,label),共有49858行数据,我们这里分析label列数据(为0或1,其中0有37536条,1有12322条)。
用matplotlib绘制饼图
# 1.导入数据并格式化import pandas as pdimport numpy as np# 导入数据df = pd.read_csv("test.csv")# 根据label列分组并计数df_label = df.groupby("label").size()# 转化为作图所需要的array格式,如:([[ 0, 37536],[ 1, 12322]])datas = list(zip(df_label.index.to_list(), df_label.to_list()))datas = np.array(datas)# 2.绘制饼图import matplotlib.pyplot as plt# 设置字体和编码格式plt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus'] = False# 添加数据,标签,比例plt.pie(datas[:, 1], labels=datas[:, 0], autopct="%.1ff%%") # 在左上方添加图例plt.legend(datas[:, 0], loc="upper left")# 添加标题plt.title("饼图-label分析") # 展示饼图plt.show()
用pyecharts绘制饼图
from pyecharts import options as optsfrom pyecharts.charts import Pie# 1.定义绘图函数,参数:(数据,标题)def create_pie(datas, title) -> Pie:pie = Pie()# 添加数据pie.add("", datas)pie.set_global_opts(# 添加标题和图例title_opts=opts.TitleOpts(title=title),legend_opts=opts.LegendOpts(pos_right="right"))# 自定义标签的格式pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}人: {d}%"))return pie# 2.导入数据并格式化import pandas as pd# 导入数据df = pd.read_csv("test.csv")# 根据label列分组并计数df_label = df.groupby("label").size()# 转化为作图所需要的list格式,如:[(0, 37536), (1, 12322)]datas = list(zip(df_label.index.to_list(), df_label.to_list()))# 3.调用绘图函数pie = create_pie(datas, "饼图-label分析")pie.render_notebook()