数据分析-Pandas数据探查初步圆饼图

数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？

数据表，时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。数据分析过程中重新调整，重塑数据表是很重要的技巧，此处选择Titanic数据，以及巴黎、伦敦欧洲城市空气质量监测 $NO_2$ 数据作为样例。

数据分析

数据分析-Pandas如何转换产生新列

数据分析-Pandas如何统计数据概况

数据分析-Pandas如何轻松处理时间序列数据

数据分析-Pandas如何选择数据子集

数据分析-Pandas如何重塑数据表-CSDN博客

经典算法

经典算法-遗传算法的python实现

经典算法-模拟退火算法的python实现

经典算法-粒子群算法的python实现-CSDN博客

本文用到的样例数据：

Titanic数据

空气质量监测 $NO_2$ 数据

样例代码：

源代码参考 Pandas如何重塑数据表

源代码参考 python数据分析-数据表读写到pandas

导入关键模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.close("all")
1
2
3
4
5

很多时候需要了解各类数据的占比关系，这时候可以试试圆饼图。

探究数据的比例关系

当使用的是各类型数据时，如何把数据的比例关系展示呢？比如，想知道食品的成分比例，销售地区的销售业绩，产品的销售占比等等。

该例使用随机生成数据来举例。

np.random.seed(36)

series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series")

series.plot.pie(figsize=(6, 6));
1
2
3
4
5

在这里插入图片描述

多组各类占比关系

例如医学里面的常见药物效果对照，一组是服药，一组是安慰剂，想查看它们之间的关系，需要在一幅图展示，怎么办？

当使用Dataframe画饼图时，想画多组数据的比较，它是按每列column一张饼图。有多少列就可以画多少个，当然，需要设定参数 y 或 subplots=True。

这样是可以一张图同时画出多列并列的数据饼图的集中展示，需要比较数据：

df = pd.DataFrame(
    3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"]
)

df.plot.pie(subplots=True, figsize=(8, 4));
1
2
3
4
5

在这里插入图片描述

设定颜色与标注

默认会有颜色和标签，有时候，Boss不喜欢这样鲜艳的颜色，想换一下颜色呢？如何展示？

淡定！

一两招就搞定，通过设置 labels 和 colors参数就行，其他的包括数字精度，字体大小也一并搞定。

series.plot.pie(
    labels=["AA", "BB", "CC", "DD"],
    colors=["r", "g", "b", "c"],
    autopct="%.2f",
    fontsize=20,
    figsize=(6, 6),
);

1
2
3
4
5
6
7
8

在这里插入图片描述

当然，你也要注意下，如果数值加起来不是1，它会重新调整，让你的加起来为1。

series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2")

series.plot.pie(figsize=(6, 6));

1
2
3
4

在这里插入图片描述

以上代码只是一个简单示例，示例代码中的表达式可以根据实际问题进行修改。

后面介绍下其他的展示形式。

df.plot.area     df.plot.barh     df.plot.density  df.plot.hist     df.plot.line 
df.plot.bar      df.plot.box      df.plot.hexbin   df.plot.kde      df.plot.pie
df.plot.scatter
1
2
3