在咱们进行数据分析的时候须要对得出的数据进行可视化,所以咱们须要引入第三方包来帮助咱们进行可视化分析,在这里使用matplotlibhtml
1、安装api
使用指令【pip install matplotlib】来对咱们的数据进行安装。echarts
matplotlib的官方文档:https://matplotlib.org/tutorials/index.html编码
2、使用spa
使用matplotlib中的pyplot来进行画图code
1 from matplotlib import pyplot as plt 2 plt.figure(figsize=(5, 5)) # 将画布设定为正方形,则绘制的饼图是正圆
3 plt.pie( 4 [i[1] for i in counter_tag], # 数值信息
5 labels=[i[0] for i in counter_tag], # 标签信息
6 explode=[0, 0.05, 0.1], # 距离圆中心的距离
7 colors=['#F97350', '#FAD06C', 'g'], # 颜色
8 autopct='%1.2f%%', # 在饼图中,显示百分数
9 ) 10 plt.title('课程类型分布') # title的使用
11 plt.savefig(path_save_pic + 'source_tag.png') # 文件的保存
12 plt.show() # 可视化呈现
3、参数htm
官方的文档:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html?highlight=pie#matplotlib.pyplot.pieblog
须要特殊用法的去官方文档查看ip
在颜色参数中,能够使用对应的颜色编码,也能够使用颜色的名称,而且这两种方式能够混用。文档
explode的参数个数要和总的参数个数对应,避免出现参数对应不上的错误。
4、结果
1.没有explode的结果
2.含有explode参数的结果
5、总结
总的来讲matplotlib仍是不错的,可是pyecharts的效果更加的不错。后面也会把其余的图加进来,作成一个matplotlib的集合。
6、参考
pie官方文档:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html?highlight=pie#matplotlib.pyplot.pie
官方文档:https://matplotlib.org/tutorials/index.html
pyecharts官方文档:https://pyecharts.org/#/zh-cn/intro