用python生成环形饼图,显示不同区域中的房源数量
时间: 2024-03-04 22:50:56 浏览: 77
生成环形饼图可以使用Matplotlib库中的 `pie()` 函数。下面是一个示例代码,展示不同区域中的房源数量:
```python
import matplotlib.pyplot as plt
# 区域名称和房源数量
labels = ['东城', '西城', '朝阳', '海淀', '其他']
sizes = [100, 80, 120, 150, 50]
# 环形饼图的内外径
radii = [0.6, 1.0]
# 颜色
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ebebeb']
# 绘制饼图
fig, ax = plt.subplots()
ax.pie(sizes, radius=1, colors=colors, labels=labels, autopct='%1.1f%%', startangle=90, counterclock=False)
ax.pie([1], radius=0.6, colors=['w'])
# 添加标题
ax.set_title('不同区域中的房源数量')
# 显示图像
plt.show()
```
这段代码会生成一个环形饼图,其中 `labels` 和 `sizes` 分别表示区域名称和房源数量,`radii` 表示内外径,`colors` 表示颜色,`autopct` 表示显示百分比,`startangle` 表示起始角度,`counterclock` 表示是否逆时针绘制。最后再绘制一个白色的小圆,就可以将饼图变成环形饼图了。
相关问题
python openpyxl 生成饼图
Python openpyxl库可以用来生成饼图。下面是一个简单的例子:
```python
from openpyxl import Workbook
from openpyxl.chart import PieChart, Reference
# 创建工作表
wb = Workbook()
ws = wb.active
# 添加数据
data = [
['Flavor', 'Sold'],
['Vanilla', 1500],
['Chocolate', 2500],
['Strawberry', 1000],
['Mint', 500]
]
for row in data:
ws.append(row)
# 创建饼图
pie = PieChart()
labels = Reference(ws, min_col=1, min_row=2, max_row=5)
data = Reference(ws, min_col=2, min_row=1, max_row=5)
pie.add_data(data, titles_from_data=True)
pie.set_categories(labels)
pie.title = "Ice Cream Sales by Flavor"
# 将饼图插入到工作表中
ws.add_chart(pie, "A7")
# 保存工作表
wb.save("pie_chart.xlsx")
```
运行上述代码后,将生成一个包含饼图的Excel文件。在这个例子中,我们创建了一个包含四种口味冰淇淋销售数据的工作表,并使用openpyxl的PieChart类创建了一个饼图。然后将这个饼图插入到工作表中,并保存到一个Excel文件中。
python可视化环形饼图
以下是使用Python和Matplotlib库绘制环形饼图的示例代码:
```python
import matplotlib.pyplot as plt
# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
# 环形饼图参数
colors = ['lightblue', 'lightgreen', 'pink', 'yellow']
inner_radius = 0.6
# 绘制环形饼图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, colors=colors, radius=1, wedgeprops=dict(width=0.3, edgecolor='w'))
ax.pie([100], radius=inner_radius, colors='w')
ax.set(aspect='equal')
plt.show()
```
运行代码,将得到一个环形饼图,其中'A'、'B'、'C'、'D'表示标签,15、30、45、10表示对应标签的占比。
可以根据需要修改标签、占比、颜色等参数,以满足不同的数据可视化需求。
阅读全文