实验|Pyecharts数据可视化分析-饼图

  1. 实验介绍
    本实验主要介绍饼图理论与基于Python的饼图实现。

1.1. 实验目的
掌握饼图基本使用场景,使用Python的pyecharts模块实现饼图。

1.2. 知识点
• 饼图理论

• 饼图实现

  1. 饼图理论
    • 线图介绍:

饼图以饼状图显示一个数据系列中各项的大小与各项总和的比例,也被称为做扇形统计图。

• 使用场景:

适用于二维数据,即一个分类字段,一个连续数据字段,当用户更关注于简单占比时,适合使用饼图。

• 饼图优点:

简单直观,很容易看到组成成分的占比。

• 饼图缺点:

不合适较大的数据集展现。数据项中不能有负值;当比例接近时,人眼很难准确判别。

  1. 饼图分类实验|Pyecharts数据可视化分析-饼图_第1张图片

  2. 饼图实现

#饼图
from pyecharts import Pie
attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 =[11, 12, 13, 10, 10, 10]
pie =Pie("销售量饼图")
pie.add("", attr, v1, is_label_show=True)
#pie.show_config()
pie.render("pie1.html")
pie

输出结果:
实验|Pyecharts数据可视化分析-饼图_第2张图片

  1. 玫瑰图实现
#玫瑰图
from pyecharts import Pie
attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 =[11, 12, 13, 10, 10, 10]
v2 =[19, 21, 32, 20, 20, 33]
pie =Pie("销售量占比", title_pos='center', width=900)
pie.add("商品A", attr, v1, center=[25, 50], is_random=True, radius=[30, 75], rosetype='radius')
pie.add("商品B", attr, v2, center=[75, 50], is_random=True, radius=[30, 75], rosetype='area', is_legend_show=False, is_label_show=True)
#pie.show_config()
pie.render("pie2.html")
pie

输出结果:
实验|Pyecharts数据可视化分析-饼图_第3张图片

想获取更多内容,请关注海数据实验室公众号。

本期分享到这里,我们会每天更新内容,咱们下期再见,期待您的再次光临。有什么建议,比如想了解的知识、内容中的问题、想要的资料、下次分享的内容、学习遇到的问题等,请在下方留言。如果喜欢请关注。实验|Pyecharts数据可视化分析-饼图_第4张图片实验|Pyecharts数据可视化分析-饼图_第5张图片

你可能感兴趣的:(python)