极客笔记Python – 用Matplotlib为Pandas数据框绘制饼状图？
在数据可视化的领域，Matplotlib作为Python中最常用的绘图库之一，可以轻松地为数据框绘制各种各样的可视化图表。其中，饼状图是一种非常常见的图表类型，可以用来展示一个数据集的占比情况。本文将会讲解如何使用Matplotlib为Pandas数据框绘制饼状图，并提供Python代码示例和实际应用场景。
步骤 1：导入需要的库并读取数据集
在绘制饼状图之前，我们需要使用Pandas库读取并处理我们需要绘制的数据集，同时还需要导入Matplotlib库以生成图表。在此，我们使用Python内置的“wages.csv”数据集，其中包含了休斯敦市13个超市的工资数据。
# 导入需要的库
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据集
df = pd.read_csv('wages.csv', index_col='Name')
# 查看前5行数据
df.head()
可以看到，数据集中包含了每个超市员工的姓名、性别、年龄、职位、出生日期、雇佣日期、工资等信息。我们将使用其中的“工资”列来绘制饼状图。
步骤 2：创建数据缩影，计算各种类的数量
在绘制饼状图之前，我们需要创建一个包含数据缩影的新数据框，该缩影包含各种类的数量。在这种情况下，“种类”指的是不同的工资范围。
# 创建缩影
wages_counts = df['Wages'].value_counts()
# 查看各种类数量
print(wages_counts)
可以看到，我们计算出了各种工资范围的数量。在此示例中，我们可以看到有14个工资范围。
步骤 3：绘制饼状图
有了包含各种类数量的缩影后，我们可以使用Matplotlib来绘制饼状图。我们首先设置一些绘图参数，然后使用 plt.pie() 函数来绘制饼状图。以下是示例代码。
# 设置绘图参数
labels = wages_counts.index
sizes = wages_counts.values
# 绘制饼状图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', shadow=True, startangle=140)
plt.axis('equal')
plt.show()
上述代码将绘制一个简单的饼状图。在此示例中，我们使用了常用的参数 – labels (标签)，sizes (数量)，autopct (自动百分比)，shadow (阴影效果) 和 startangle (起始角度)。
步骤 4：完整示例代码
最终，我们可以将上述示例代码结合起来，得到完整的代码示例。
# 导入需要的库
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据集
df = pd.read_csv('wages.csv', index_col='Name')
# 创建缩影
wages_counts = df['Wages'].value_counts()
# 设置绘图参数
labels = wages_counts.index
sizes = wages_counts.values
# 绘制饼状图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', shadow=True, startangle=140)
plt.axis('equal')
plt.show()
结论
在本文中，我们学习了如何使用Matplotlib为Pandas数据框绘制饼状图。我们首先使用Pandas读取和处理数据集，然后计算各种类的数量并创建绘图所需的数据缩影。最后，我们使用Matplotlib绘制饼状图，并设置标签、数量、百分比、阴影和起始角度等参数进行美化。通过这些步骤，我们可以轻松地为Pandas数据框绘制各种饼状图，并展示各种类别的占比情况。