在咱們進行數據分析的時候須要對得出的數據進行可視化,所以咱們須要引入第三方包來幫助咱們進行可視化分析,在這裏使用matplotlibhtml
1、安裝api
使用指令【pip install matplotlib】來對咱們的數據進行安裝。echarts
matplotlib的官方文檔:https://matplotlib.org/tutorials/index.html編碼
2、使用spa
使用matplotlib中的pyplot來進行畫圖code
1 from matplotlib import pyplot as plt 2 plt.figure(figsize=(5, 5)) # 將畫布設定爲正方形,則繪製的餅圖是正圓
3 plt.pie( 4 [i[1] for i in counter_tag], # 數值信息
5 labels=[i[0] for i in counter_tag], # 標籤信息
6 explode=[0, 0.05, 0.1], # 距離圓中心的距離
7 colors=['#F97350', '#FAD06C', 'g'], # 顏色
8 autopct='%1.2f%%', # 在餅圖中,顯示百分數
9 ) 10 plt.title('課程類型分佈') # title的使用
11 plt.savefig(path_save_pic + 'source_tag.png') # 文件的保存
12 plt.show() # 可視化呈現
3、參數htm
官方的文檔:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html?highlight=pie#matplotlib.pyplot.pieblog
須要特殊用法的去官方文檔查看ip
在顏色參數中,能夠使用對應的顏色編碼,也能夠使用顏色的名稱,而且這兩種方式能夠混用。文檔
explode的參數個數要和總的參數個數對應,避免出現參數對應不上的錯誤。
4、結果
1.沒有explode的結果
2.含有explode參數的結果
5、總結
總的來講matplotlib仍是不錯的,可是pyecharts的效果更加的不錯。後面也會把其餘的圖加進來,作成一個matplotlib的集合。
6、參考
pie官方文檔:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html?highlight=pie#matplotlib.pyplot.pie
官方文檔:https://matplotlib.org/tutorials/index.html
pyecharts官方文檔:https://pyecharts.org/#/zh-cn/intro