数据挖掘技术-绘制饼图

绘制饼图

1. 前置步骤

准备数据guomin.npz，下载数据guomin.npz到Linux本地的/course/DataAnalyze/data目录

1. 绘制饼图

1. pyplot中绘制饼图的函数为pie，使用pie函数绘制2017年第一季度各产业国民生产总值饼图，如代码 43所示。

代码 43 绘制2017年第一季度各产业国民生产总值饼图

In[2]:	plt.figure(figsize=(6,6))## 将画布设定为正方形，则绘制的饼图是正圆 label= ['第一产业','第二产业','第三产业']##定义饼状图的标签，标签是列表 explode = [0.01,0.01,0.01]## 设定各项离心n个半径 plt.pie(values[-1,3:6],explode=explode,labels=label,autopct='%1.1f%%')## 绘制饼图 plt.title('2017年第一季度各产业国民生产总值饼图') plt.savefig('../2017年第一季度各产业生产总值占比饼图') plt.show()
Out[2]:

 

1. 通过代码 43运行结果可以明确看出三个产业在整个国民生产总值中的占比。第一产业不到5%，第三产业超过50%，说明现阶段我国经济主要贡献产业为第三产业。
2. 绘制国民生产总值构成分布饼图，如代码 44所示。

代码 44 绘制国民生产总值构成分布饼图

In[5]:

label1 = ['第一产业','第二产业','第三产业']## 标签1 label2 = ['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']## 标签2 explode1 = [0.01,0.01,0.01] explode2 = [0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01] p = plt.figure(figsize=(12,12)) ## 子图1 ax1 = p.add_subplot(2,2,1) plt.pie(values[0,3:6],explode=explode1,labels=label1,autopct='%1.1f%%')## 绘制散点图 plt.title('2000年第一季度国民生产总值产业构成分布饼图') ##子图2 ax2 = p.add_subplot(2,2,2) plt.pie(values[-1,3:6],explode=explode1,labels=label1,autopct='%1.1f%%')## 绘制散点图 plt.title('2017年第一季度国民生产总值产业构成分布饼图') ##子图3 ax3 = p.add_subplot(2,2,3) plt.pie(values[0,6:],explode=explode2,labels=label2,autopct='%1.1f%%')## 绘制散点图 plt.title('2000年第一季度国民生产总值行业构成分布饼图') #添加图表标题 ##子图3 ax4 = p.add_subplot(2,2,4) plt.pie(values[-1,6:],explode=explode2,labels=label2,autopct='%1.1f%%')## 绘制散点图 plt.title('2017年第一季度国民生产总值行业构成分布饼图') #添加图表标题 ##保存并显示图形 plt.savefig('../国民生产总值构成分布饼图.png') plt.show()

Out[5]:

 

1. 通过代码 44运行结果可以看出17年间第三产业在整个国民生产总值中的占比提高了10%，第一产业和第二产业在国民生产总值中的占比分别下降了4%和6%。工业在整个国民生产总值中的比例下降了7%，其他行业与金融行业则分别提升了6.7%与3.7%。