2018北京空气质量等级占比饼图

好的，我可以根据你的要求，对上述代码稍作修改，得到2018年北京空气质量等级占比的饼图。

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据源'1.csv'
data = pd.read_csv('1.csv')

# 筛选出2018年北京的数据
bj_2018 = data[(data['year'] == 2018) & (data['city'] == '北京')]

# 统计空气质量等级占比
counts = bj_2018['quality'].value_counts()
labels = counts.index.tolist()
sizes = counts.values.tolist()

# 修改标签
labels = ['优', '良', '轻度污染', '中度污染', '重度污染', '严重污染']

# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.axis('equal')
plt.title('2018年北京空气质量等级占比')
plt.show()

运行上述代码，即可得到2018年北京空气质量等级占比的饼图。

相关问题

通过饼图统计北京2018年空气质量等级的占比情况

好的，这是一个关于数据可视化的问题，我们可以通过绘制饼图来展示北京2018年空气质量等级的占比情况。以下是数据和代码示例：

假设我们有以下数据：

优：40%
良：30%
轻度污染：20%
中度污染：8%
重度污染：2%

我们可以使用Python中的matplotlib库来绘制饼图，代码如下：

import matplotlib.pyplot as plt

labels = ['优', '良', '轻度污染', '中度污染', '重度污染']
sizes = [40, 30, 20, 8, 2]
colors = ['#00FF00', '#7CFC00', '#FFFF00', '#FFA500', '#FF0000']

plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90)

plt.axis('equal')

plt.show()

执行以上代码，就可以得到一张饼图，展示了北京2018年空气质量等级的占比情况。注意要先安装matplotlib库，可以使用pip命令进行安装。

大学生日常支出占比饼图代码

大学生日常支出占比饼图通常是用来展示大学生在不同类型的日常消费上的支出比例。制作这样的饼图，可以使用各种编程语言和图形库，比如Python中的matplotlib库。下面是一个简单的示例代码，展示了如何使用Python和matplotlib来创建一个表示大学生日常支出占比的饼图：

import matplotlib.pyplot as plt

# 大学生日常支出分类
categories = ['餐饮', '购物', '娱乐', '交通', '学习', '其他']
# 每个分类的支出占比
expenses = [35, 25, 15, 10, 10, 5]

# 创建饼图
plt.figure(figsize=(8, 6))  # 设置画布大小
plt.pie(expenses, labels=categories, autopct='%1.1f%%', startangle=140)
plt.title('大学生日常支出占比')  # 设置标题
plt.axis('equal')  # 设置饼图为圆

# 显示图形
plt.show()

在这段代码中，`categories` 变量定义了大学生支出的分类，而 `expenses` 变量则对应于每个分类的支出占比。`plt.pie` 函数用于绘制饼图，其中 `labels` 参数用于标记每个饼块，`autopct` 参数用于显示每个饼块的百分比，`startangle` 参数用于设置饼图的起始角度。`plt.axis('equal')` 确保饼图为圆形。