plt.pie()，df.plot.pie() 畫餅圖

plt.pie()

可以實現畫餅圖

plt.pie(x, explode=None, labels=None,
    colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'),
    autopct=None, pctdistance=0.6, shadow=False,
    labeldistance=1.1, startangle=None, radius=None,
    counterclock=True, wedgeprops=None, textprops=None,
    center = (0, 0), frame = False )

參數說明：

x：已經統計好的每個類別的頻數值，可以時df[col].value_counts()，之后的值

explode ：(每一塊)離開中心距離

labels：(每一塊)餅圖外側顯示的說明文字

autopct：控制餅圖內百分比設置,可以使用format字符串或者format function  '%1.1f'指小數點前后位數(沒有用空格補齊

shadow：是否陰影

labeldistance ：繪制位置,相對於半徑的比例, 如<1則繪制在餅圖內側

startangle：起始繪制角度,默認圖是從x軸正方向逆時針畫起,如設定=90則從y軸正方向畫起

pctdistance：類似於labeldistance,指定autopct的位置刻度

radius：控制餅圖半徑

例子：

import pandas as pd
import numpy as np 
import matplotlib.pyplot as plt  
labels=['China','Swiss','USA','UK','Laos','Spain']
X=[222,42,455,664,454,334]  

plt.pie(X,labels=labels,autopct='%1.2f%%') #畫餅圖（數據，數據對應的標簽，百分數保留兩位小數點）
plt.title("Pie chart")
plt.show()  

# 讀取數據文件
telcom=pd.read_csv('F:\\python\\電信用戶數據\\WA_Fn-UseC_-Telco-Customer-Churn.csv')

  churnvalue=telcom["Churn"].value_counts()
  labels=telcom["Churn"].value_counts().index

rcParams["figure.figsize"]=6,6
plt.pie(churnvalue,labels=labels,colors=["whitesmoke","yellow"], explode=(0.1,0),autopct='%1.1f%%', shadow=True)
plt.title("Proportions of Customer Churn")
plt.show()

 df.plot.pie()

fig, axes = plt.subplots(1,2,figsize=(12,6))
finalTrain['SeriousDlqin2yrs'].value_counts().plot.pie(explode=[0,0.1],autopct='%1.1f%%',ax=axes[0])
axes[0].set_title('SeriousDlqin2yrs')

 后面一個圖可以忽略

 

number_n_r.sum(1).sort_values().plot.pie(figsize=(6,6),autopct='%.2f%%',title='圖2：房屋地區占比')