python数据分析与可视化饼状图和柱状图的代码

在Python中，数据处理和可视化通常使用Pandas库进行数据分析，Matplotlib和Seaborn库用于创建图表。这里我将提供如何使用这两个库创建简单饼状图和柱状图的例子。

### 饼状图（Pie Chart）

import pandas as pd
import matplotlib.pyplot as plt

# 假设我们有如下数据
data = {
    'Category': ['A', 'B', 'C', 'D'],
    'Values': [30, 40, 25, 5]
}
df = pd.DataFrame(data)

# 创建饼状图
plt.figure(figsize=(8, 6))
plt.pie(df['Values'], labels=df['Category'], autopct='%1.1f%%')
plt.title('各类别占比')
plt.show()

### 柱状图（Bar Chart）

import seaborn as sns

# 同样的数据
sns.set(style="ticks")
ax = sns.barplot(x='Category', y='Values', data=df)
ax.set_title('各类别数值对比')
plt.xlabel('类别')
plt.ylabel('值')
plt.show()

相关问题

Python数据分析与可视化中，绘制线型图函数为 ③ ；绘制散点图函数为 ④ ；绘制柱状图函数为 ⑤ ；绘制直方图函数为 ⑥ ；绘制饼状图函数为 ⑦ ；绘制等高线图函数为 ⑧ 。

好的，让我来给出答案：

③ 绘制线型图函数为：plot()

④ 绘制散点图函数为：scatter()

⑤ 绘制柱状图函数为：bar()

⑥ 绘制直方图函数为：hist()

⑦ 绘制饼状图函数为：pie()

⑧ 绘制等高线图函数为：contour()

以上是Python数据分析与可视化中常用图形的绘制函数。希望能对您有所帮助！

淘宝数据分析可视化 用Python完成淘宝数据分析，可视化并输出大一水平代码 某淘宝网店共有10款商品（商品名称自定义），模拟生成该网店2019年的 营业额数据，并将数据保存到磁盘文件data.csv。 使用pandas读取文件data.csv中的数据，使用matplotlib绘制出每一款 商品的销售额折线图。 按月份进行统计各商品的营业额，并绘制柱状图。 按季度统计各商品的营业额，并绘制饼状图。

以下是用 Python 完成淘宝数据分析可视化的代码，包括读取数据、绘制折线图、柱状图、饼状图等。

import pandas as pd
import matplotlib.pyplot as plt

# 生成数据并保存到 CSV 文件
data = {"商品名称": ["商品1", "商品2", "商品3", "商品4", "商品5", "商品6", "商品7", "商品8", "商品9", "商品10"],
        "1月销售额": [10000, 12000, 8000, 9000, 11000, 15000, 12000, 13000, 10000, 8000],
        "2月销售额": [11000, 13000, 9000, 10000, 12000, 16000, 13000, 14000, 11000, 9000],
        "3月销售额": [12000, 14000, 10000, 11000, 13000, 17000, 14000, 15000, 12000, 10000],
        "4月销售额": [13000, 15000, 11000, 12000, 14000, 18000, 15000, 16000, 13000, 11000],
        "5月销售额": [14000, 16000, 12000, 13000, 15000, 19000, 16000, 17000, 14000, 12000],
        "6月销售额": [15000, 17000, 13000, 14000, 16000, 20000, 17000, 18000, 15000, 13000],
        "7月销售额": [16000, 18000, 14000, 15000, 17000, 21000, 18000, 19000, 16000, 14000],
        "8月销售额": [17000, 19000, 15000, 16000, 18000, 22000, 19000, 20000, 17000, 15000],
        "9月销售额": [18000, 20000, 16000, 17000, 19000, 23000, 20000, 21000, 18000, 16000],
        "10月销售额": [19000, 21000, 17000, 18000, 20000, 24000, 21000, 22000, 19000, 17000],
        "11月销售额": [20000, 22000, 18000, 19000, 21000, 25000, 22000, 23000, 20000, 18000],
        "12月销售额": [21000, 23000, 19000, 20000, 22000, 26000, 23000, 24000, 21000, 19000]}
df = pd.DataFrame(data)
df.to_csv("data.csv", index=False)

# 读取数据
df = pd.read_csv("data.csv")

# 绘制折线图
for i in range(10):
    plt.plot(df.iloc[i, 1:], label=df.iloc[i, 0])
plt.xlabel("月份")
plt.ylabel("销售额（元）")
plt.title("每一款商品的销售额折线图")
plt.legend()
plt.show()

# 统计各商品的月销售额并绘制柱状图
df_sum = df.iloc[:, 1:].sum()
plt.bar(df_sum.index, df_sum.values)
plt.xlabel("月份")
plt.ylabel("销售额（元）")
plt.title("按月份统计各商品的营业额")
plt.show()

# 统计各商品的季度销售额并绘制饼状图
quarter_sales = [df.iloc[:, i:i+3].sum().sum() for i in range(0, 12, 3)]
plt.pie(quarter_sales, labels=["Q1", "Q2", "Q3", "Q4"])
plt.title("按季度统计各商品的营业额")
plt.show()

这个程序首先使用字典生成了一份模拟的淘宝网店销售额数据，并将其保存到 CSV 文件中。然后使用 pandas 库的 read_csv 方法读取数据，并使用 matplotlib 库绘制折线图、柱状图、饼状图等图表。

在绘制折线图时，使用 for 循环遍历每一款商品的销售额数据，并使用 plot 方法绘制折线图。在绘制柱状图时，先使用 iloc 方法选取除了第一列商品名称以外的所有列，然后使用 sum 方法计算每个月的销售额总和。最后使用 bar 方法绘制柱状图。在绘制饼状图时，先使用 iloc 方法选取每个季度的销售额数据，然后使用 sum 方法计算季度销售额总和。最后使用 pie 方法绘制饼状图。