Python使用Matplotlib绘制饼图与直方图的实战代码解析
发布时间：2026-10-12 |
1人浏览过
本文详细展示了如何使用Python的Matplotlib库绘制饼图和直方图。通过读取CSV数据，利用Pandas进行分组统计，并配置字体、颜色及参数，分别生成了展示品牌分布的饼图和展示用户购买数量的直方图（含累计效果）。代码包含完整的数据处理与绘图逻辑，适合数据分析入门参考。
本文提供了使用Python绘制饼图和直方图的具体实现代码，供读者参考学习。
#饼图，常与结构分析结合使用
import pandas
import numpy
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
#导入数据
plot_pie=pandas.read_csv('D://Python projects//reference data//6.3//data.csv')
#计算每个品牌的用户数,保留序列
result=plot_pie.groupby(
by=['通信品牌'],
as_index=False
)['号码'].agg({
'用户数':numpy.size})
#使用弹窗绘图
%matplotlib qt
#设置长宽分辨率
plt.figure(figsize=(20,20),dpi=10)
#使用绝对路径获取字体的名称的方法
fontname=font_manager.FontProperties(
fname="C://Windows//Fonts//FZSTK.TTF")
#设置字体
font={
'family':fontname.get_name(),
'size':20}
matplotlib.rc('font',**font)
#设置横轴与纵轴等长的饼图
plt.axis('equal')
#绘制饼图
plt.pie(
result['用户数'],
labels=result['通信品牌'],
autopct='%.2f%%')
#设置突出的部分
explode=(0.1,0.2,0.3)
plt.axis('equal')
plt.pie(
result['用户数'],
labels=result['通信品牌'],
autopct='%.2f%%')生成的饼图结果如下：
直方图的绘制过程与结果如下：
#直方图
import pandas
import matplotlib
from matplotlib import pyplot as plt
#设置字体
font={
'family':'SimHei',
'size':15}
matplotlib.rc('font',**font)
#导入数据
data_histogram=pandas.read_csv('D://Python projects//reference data//6.5//data.csv')
maincolor=(42/256,87/256,141/256,1)
#绘制初步直方图
plt.hist(data_histogram.购买用户数,
color=maincolor)
plt.hist(data_histogram['购买用户数'],
color=maincolor)调整分组数量后的直方图结果如下：
#设置分组个数为30 plt.hist(data_histogram.购买用户数, bins=(30), color=maincolor)
启用累计计算后的直方图（瀑布图效果）结果如下：
#绘制瀑布图，即累计计算 plt.hist(data_histogram.购买用户数, bins=(30), cumulative=True, color=maincolor)
最终生成的累计直方图结果如下：
以上内容为本文的全部代码与解析，希望对读者的学习有所帮助，欢迎继续支持本站获取更多技术资源。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
