plt.pie(df[['Pclass','Survived']].groupby(['Pclass']).count(),labels=['1','2','3'],autopct='%1.0f%%')如何按以上方法修改这行代码

如果您想要根据 'Survived' 列来计算每个 'Pclass' 组的求和并绘制饼图，可以使用以下代码：

plt.pie(df[['Pclass','Survived']].groupby(['Pclass']).sum()['Survived'], labels=['1','2','3'], autopct='%1.0f%%')

这里我们使用了 `groupby` 方法来按 'Pclass' 分组，然后使用 `sum()` 方法来计算 'Survived' 列的和。最后，我们只选择了 'Survived' 列，并使用它来绘制饼图。

相关问题

plt.figure(figsize=(16,16),dpi=80) plt.subplot(121) temp = df[df.avg_salary<10].groupby('address').avg_salary.count() plt.pie(temp,labels=temp.index,autopct='% .2f%%') plt.legend() plt.title('薪资小于6K各城市占比') plt.subplot(122) temp = df[df.avg_salary>10].groupby('address').avg_salary.count() plt.pie(temp,labels=temp.index,autopct='% .2f%%') plt.title('薪资大于6K各城市占比') plt.legend()生成图的颜色是怎么弄的

这段代码中并没有指定饼图的颜色，所以图表的颜色是默认的。通常情况下，Matplotlib 会自动从当前默认的颜色循环列表中选择颜色。如果需要自定义颜色，可以通过使用 `colors` 参数来指定颜色列表，例如：

colors = ['red', 'green', 'blue', 'yellow']
plt.pie(temp, labels=temp.index, autopct='% .2f%%', colors=colors)

这将使用 `colors` 列表中的颜色来绘制饼图。您可以根据需要自定义颜色列表。

plt.pie(survived_df[['Pclass','Survived']].groupby('Pclass').sum(),labels=['1','2','3'],autopct='%1.0f%%')出现错误ValueError: x must be 1D

这个错误通常是由于 `plt.pie()` 函数中的第一个参数不是一维数组引起的。在您的代码中，`survived_df[['Pclass','Survived']].groupby('Pclass').sum()` 返回的是一个 `Pandas DataFrame`，而不是一个一维数组。

要解决这个问题，您可以使用以下代码：

plt.pie(survived_df[['Pclass','Survived']].groupby('Pclass').sum()['Survived'], labels=['1','2','3'], autopct='%1.0f%%')

这里我们使用 `groupby` 方法按 'Pclass' 分组，然后使用 `sum()` 方法来计算每个组中幸存乘客的数量。最后，我们使用这些值来绘制饼图。