Python数据可视化：用饼图分析不同品牌电动车购买量

本文将介绍如何使用Python的Matplotlib库绘制饼图，以可视化不同品牌电动车的购买量数据。

import matplotlib.pyplot as plt

# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 假设'data'是你的数据框，'品牌类型'是包含品牌类型信息的列
goumai = data['品牌类型'].value_counts()

# 绘制饼图
goumai.plot(kind='pie',  # 选择饼图类型
           autopct='%1.1f%%',  # 设置百分比标签格式
           radius=1,  # 设置饼图半径
           startangle=180,  # 设置饼图起始角度
           counterclock=False,  # 设置顺时针方向
           title='电动车购买情况'  # 设置图表标题
           )

# 保存图表
plt.savefig('扇形图.png')

# 显示图表
plt.show()

代码解读:

导入Matplotlib库: import matplotlib.pyplot as plt
设置中文字体: 这两行代码确保图表中能够正常显示中文。
- plt.rcParams['font.sans-serif'] = ['SimHei']
- plt.rcParams['axes.unicode_minus'] = False
统计品牌类型购买量: goumai = data['品牌类型'].value_counts() 统计数据中不同品牌类型的购买量，并将结果存储在'goumai'变量中。
绘制饼图: goumai.plot(kind='pie', ...) 使用'plot'函数绘制饼图，并进行以下设置：
- kind='pie': 指定图表类型为饼图。
- autopct='%1.1f%%': 设置饼图中显示百分比的格式，保留一位小数。
- radius=1: 设置饼图的半径。
- startangle=180: 设置饼图的起始角度为180度，即从下方开始绘制。
- counterclock=False: 设置饼图按顺时针方向绘制。
- title='电动车购买情况': 设置图表的标题。
保存图表: plt.savefig('扇形图.png') 将绘制好的饼图保存为'扇形图.png'文件。
显示图表: plt.show() 显示绘制好的饼图。

通过以上代码，你可以轻松地将不同品牌电动车的购买量数据可视化为直观的饼图，并对代码进行解读和理解。这将有助于你更好地分析数据，并从中得出有价值的结论。