wordpress修改站标在哪个文件,自己做淘宝返利网站吗,建设读书网站的意义,wordpress自助用pyecharts绘制出来的面积图、圆环图太有个性了#xff0c;未免感觉有点“高处不胜寒”。今晚虽然休息#xff0c;但继用matplotlib绘制折线图之后#xff0c;我又心血来潮地想用matplotlib来制作一点面积图#xff0c;因为这在零售行业也是常用的可视化图形之一。具体如下…用pyecharts绘制出来的面积图、圆环图太有个性了未免感觉有点“高处不胜寒”。今晚虽然休息但继用matplotlib绘制折线图之后我又心血来潮地想用matplotlib来制作一点面积图因为这在零售行业也是常用的可视化图形之一。具体如下绘制常规面积图(饼图)# 导入库import matplotlib.pyplot as pltimport numpy as np# 在线显示%matplotlib inline# 让中文标签正常显示plt.rcParams[font.sans-serif] [SimHei]# 让负号正常显示plt.rcParams[axes.unicode_minus] False# 调整画布的大小fig plt.figure(figsize (10,10))# 准备待传入的参数# 数值data[100,125,135,145,150]# 各扇区的我颜色colors [DarkMagenta, Teal, pink, SlateGray, Tomato]# 对应的标签labels [蔬菜, 水果, 水产, 猪肉, 综合]# 直接绘制出一个简单而又原始的饼图# plt.pie(data, labels labels)# 调整各扇区的颜色# plt.pie(data, labels labels, colors colors)# autopct 让百分比正常显示# plt.pie(data, colors colors, labels labels,autopct %1.1f%% )# labeldistance 调节各扇区标签距离圆心的距离# plt.pie(data, colors colors, labels labels,autopct %1.1f%% ,labeldistance 0.4)# radius 调整扇形的大小# plt.pie(data, colors colors, labels labels,autopct %1.1f%% ,labeldistance 0.4, radius 1)# counterclock 调整指针方向True是逆时针False是顺时针# plt.pie(data, colors colors, labels labels,autopct %1.1f%% ,labeldistance 0.4, radius 1,counterclock False)# center 调整图表中心位置plt.pie(data, colors colors, labels labels,autopct %1.1f%% ,labeldistance 0.4, radius 1,counterclock False,center (0.5, 0.5))# 保存输出饼图plt.savefig(rC:\Users\QDM\Desktop\饼图.png)可视化结果绘制圆环图# 导入库import matplotlib.pyplot as pltimport numpy as np# 在线显示%matplotlib inline# 让中文标签正常显示plt.rcParams[font.sans-serif] [SimHei]# 让负号正常显示plt.rcParams[axes.unicode_minus] False# 调整画布的大小fig plt.figure(figsize (10,6))# 模拟数据x[16,41,60]# 绘制一个我们自己所需要呈现的面积图# plt.pie(x, labels[上午销售占比, 下午销售占比, 晚上销售占比])# 自定义各段区间的颜色# plt.pie(x, labels[上午销售占比, 下午销售占比, 晚上销售占比],colors [m,Crimson,blue])# 显示百分比# plt.pie(x, labels[上午销售占比, 下午销售占比, 晚上销售占比],colors [m,Crimson,blue],autopct %1.1f%% )# 调整百分比所显示的位置plt.pie(x, labels[上午销售占比, 下午销售占比, 晚上销售占比],colors [m,Crimson,SteelBlue],autopct %1.1f%% ,pctdistance 0.8)# plt.pie(x, labels[上午销售占比, 下午销售占比, 晚上销售占比],colors [m,#f00056,Orchid],autopct %1.1f%% ,pctdistance 0.8,labeldistance 1)# 在第一个饼图的基础上再画一个颜色为白色半径较小的饼图进行覆盖就可以画出圆环图plt.pie([1],colors w,radius 0.6)plt.axis(equal)plt.legend()# 保存输出环形图plt.savefig(rC:\Users\QDM\Desktop\环形图.png)可视化结果绘制另类的混合图形# 导入库import matplotlib.pyplot as pltimport numpy as np# 在线显示%matplotlib inline# 让中文标签正常显示plt.rcParams[font.sans-serif] [SimHei]# 让负号正常显示plt.rcParams[axes.unicode_minus] False# 调整画布的大小fig plt.figure(figsize (10,6))# 构造数据a [0.4, 0.15, 0.2, 0.1, 0.15]b [0.3, 0.25, 0.16, 0.14, 0.15]label[苹果, 雪梨, 西瓜, 菠萝, 香瓜]# 绘制外圆plt.pie(a,autopct %1.1f%% , pctdistance 0.85,labels label)# 绘制内圆plt.pie(b,radius 0.7, autopct %1.1f%% ,pctdistance 0.78,)plt.axis(equal)# 保存输出混合面积图plt.savefig(rC:\Users\QDM\Desktop\混合面积图.png)可视化结果小结虽然不完美但是归纳知识的过程很是愉悦
