年份 商丘市人均GDP(单位:万元) 信阳市人均GDP(单位:万元) 驻马店市人均GDP(单位:万元) 开封市人均GDP(单位:万元) 周口市人均GDP(单位:万元) 郑州市人均GDP(单位:万元) 2017年 3.06 3.66 3.1 4.14 2.83 8.15 2018年 3.42 4.05 3.5 4.52 3.22 9.01 2019年 3.69 4.34 3.84 4.79 3.5 9.49 2020年 3.69 4.43 4.05 4.87 3.57 9.49 2021年 3.97 4.93 4.43 5.32 3.91 10.01 2022年 4.22 5.17 4.7 5.55 4.1 10.15用python绘制并列饼状图
时间: 2024-02-14 09:16:40 浏览: 20
你可以使用Python中的Matplotlib库来绘制并列饼状图。以下是一个示例代码,使用各城市2017年的人均GDP数据来绘制并列饼状图:
```python
import matplotlib.pyplot as plt
# 数据
labels = ['商丘', '信阳', '驻马店', '开封', '周口', '郑州']
data_2017 = [3.06, 3.66, 3.1, 4.14, 2.83, 8.15]
# 设置饼状图参数
fig, ax = plt.subplots()
ax.pie(data_2017, labels=labels, autopct='%1.1f%%', startangle=90)
# 添加第二个饼状图
data_2017_2 = [3.06, 3.66, 3.1, 4.14, 2.83, 8.15]
ax.pie(data_2017_2, radius=0.75, startangle=90)
# 设置标题
plt.title('各城市2017年人均GDP比例')
# 显示图形
plt.show()
```
你可以根据需要修改数据和标题等参数,绘制其他年份或其他城市的并列饼状图。
相关问题
年份 商丘市人均GDP(单位:万元) 信阳市人均GDP(单位:万元) 驻马店市人均GDP(单位:万元) 开封市人均GDP(单位:万元) 周口市人均GDP(单位:万元) 郑州市人均GDP(单位:万元) 2017年 3.06 3.66 3.1 4.14 2.83 8.15 2018年 3.42 4.05 3.5 4.52 3.22 9.01 2019年 3.69 4.34 3.84 4.79 3.5 9.49 2020年 3.69 4.43 4.05 4.87 3.57 9.49 2021年 3.97 4.93 4.43 5.32 3.91 10.01 2022年 4.22 5.17 4.7 5.55 4.1 10.15用python绘制直方图
可以使用Python中的Matplotlib库来绘制直方图。以下是一个示例代码,使用商丘市人均GDP数据来绘制直方图:
```python
import matplotlib.pyplot as plt
# 数据
data = [3.06, 3.42, 3.69, 3.69, 3.97, 4.22]
# 设置直方图参数
plt.hist(data, bins=6, edgecolor='black')
# 设置标题和坐标轴标签
plt.title('商丘市人均GDP直方图')
plt.xlabel('人均GDP(万元)')
plt.ylabel('频数')
# 显示图形
plt.show()
```
你可以根据需要修改数据和标题等参数,绘制其他城市的人均GDP直方图。
年份 商丘市人均GDP(单位:万元) 信阳市人均GDP(单位:万元) 驻马店市人均GDP(单位:万元) 开封市人均GDP(单位:万元) 周口市人均GDP(单位:万元) 郑州市人均GDP(单位:万元) 2017年 3.06 3.66 3.1 4.14 2.83 8.15 2018年 3.42 4.05 3.5 4.52 3.22 9.01 2019年 3.69 4.34 3.84 4.79 3.5 9.49 2020年 3.69 4.43 4.05 4.87 3.57 9.49 2021年 3.97 4.93 4.43 5.32 3.91 10.01 2022年 4.22 5.17 4.7 5.55 4.1 10.15用python绘制并列柱状图
你可以使用Python中的Matplotlib库来绘制并列柱状图。以下是一个示例代码,使用各城市2017年至2022年的人均GDP数据来绘制并列柱状图:
```python
import matplotlib.pyplot as plt
import numpy as np
# 数据
labels = ['商丘', '信阳', '驻马店', '开封', '周口', '郑州']
data_2017 = [3.06, 3.66, 3.1, 4.14, 2.83, 8.15]
data_2018 = [3.42, 4.05, 3.5, 4.52, 3.22, 9.01]
data_2019 = [3.69, 4.34, 3.84, 4.79, 3.5, 9.49]
data_2020 = [3.69, 4.43, 4.05, 4.87, 3.57, 9.49]
data_2021 = [3.97, 4.93, 4.43, 5.32, 3.91, 10.01]
data_2022 = [4.22, 5.17, 4.7, 5.55, 4.1, 10.15]
# 设置柱状图参数
x = np.arange(len(labels)) # x轴刻度
width = 0.1 # 每个柱子的宽度
fig, ax = plt.subplots()
rects1 = ax.bar(x - 0.3, data_2017, width, label='2017')
rects2 = ax.bar(x - 0.2, data_2018, width, label='2018')
rects3 = ax.bar(x - 0.1, data_2019, width, label='2019')
rects4 = ax.bar(x, data_2020, width, label='2020')
rects5 = ax.bar(x + 0.1, data_2021, width, label='2021')
rects6 = ax.bar(x + 0.2, data_2022, width, label='2022')
# 设置标题和坐标轴标签
ax.set_title('各城市人均GDP')
ax.set_xticks(x)
ax.set_xticklabels(labels)
ax.set_ylabel('人均GDP(万元)')
# 添加图例
ax.legend()
# 显示图形
plt.show()
```
你可以根据需要修改数据和标题等参数,绘制其他年份或其他城市的并列柱状图。