这期还是数据可视化，主要介绍饼图，折线图和

一、画饼充饥之Python饼图

1.饼图适用场景：仅排列在工作表的一列或一行中的数据可以绘制到饼图中。

2.使用要求：

• 仅有一个要绘制的数据系列
• 要绘制的数值没有负值
• 要绘制的数值几乎没有零值
• 类别数目无限制
• 各类别分别代表整个饼图的一部分
• 各个部分需要标注百分比

3.python如何调用选择matplotlib模块绘制饼图，首先需要导入该模块的子模块pyplot，然后调用模块中的pie函数

pie(x, explode, labels, colors, autopct, pctdistance, shadow, labeldistance, startangle, radius, counterclock, wedgeprops, textprops, center=(0,0), frame=False)

x：绘图的数据，赋值时x可带可不带，如，x=edu, 或直接写edu

startangle：饼图的初始摆放角度 counterclock：是否让饼图按逆时针顺序呈现，是：True 逆时针 ， 否：False顺时针 注意：不管逆时针，还是顺时针，水平向右为0度，如果startangle=60，则逆时针60度的位置，为饼图的起始位置

explode：指定饼图的某些部分突出显示，即呈分裂状、爆炸式，和其他的部分分离出来 labels：饼图的标签说明，即每一块代表的内容 colors：饼图的填充颜色，颜色表示可以用十六进制，也可以用具体的颜色名称，如red

explode, labels, color：需要根据x中数据的位置，设置对应位置数据的这三种属性，三种属性需要提前设置好，然后在函数中调用 explode=[0,0.1,0,0,0] ：0.1是指要分裂的这块饼图到中心点的距离

autopct：添加百分比显示，每一块饼图的占比以百分比显示 百分比格式设置：%.1f%%，要用2个%才能显示出百分号

pctdistance：设置百分比标签与圆心的距离 labeldistance：label属性显示的标签与圆心的距离

radius：饼图的半径大小，radius：半径，半径范围 wedgeprops：饼图的内外边界属性，如，边界线的粗细linewidth，颜色edgecolor等 wedgeprops属性中的内是指各个饼图块的分界线 wedgeprops设置值时，以字典格式，wedgeprops={'linewidth' :15, 'edgecolor' : 'green' }

textprops：设置饼图中文本的属性，如字体大小fontsize, 颜色color 数值标签、文本标签、图形的标题title

4.生源信息饼图

生源信息饼图

import  pandas as pdimport matplotlib.pyplot as pltdata = pd.read_excel('student11.xlsx',index_col='city')#0.03代表分离的距离，explode列表长度要与数据长度一致explode=[0,0,0,0,0,0,0,0,0,0,0.03,0.03]plt.pie(data,labels=data.index,explode=explode)#设置标题plt.title('Student sources',fontsize=16,fontweight='bold')plt.show()

其实，做一个好看的饼图其实也没那么难哦，只不过在设置参数时得费点心。

二、折线图

折线图也称为趋势图，它使用直线线段将各数据点连接起来而组成的图形，以折线方式显示数据的变化趋势。

1. 折线图绘制函数：

plot(x,y,style,color,linewidth)

title(“图的标题”)

参数说明：

• style,画线的样式
• color,画线的颜色
• linewidth，线的宽度

2.下面演示股票600484的趋势图，含开盘价、最高价、最低价、收盘价。(数据稍有改动)

import  pandas as pdimport matplotlib.pyplot as pltdata = pd.read_excel('shares.xlsx',index_col='date')print(data)data.plot(y=['open','close','high','low'])plt.title('600484 stock',fontsize=16,fontweight='bold')plt.show()

趋势图

改变线的样式

3. 如果要绘制叠加区域图，也很easy，只需改动一处即可，为了美观，将股票最高值改动了下下，因为股票那四项加起来变动不大。这个图的意义在于可以分析出数据的“淡季和旺季”。越高说明该段处于旺季，反之处于淡季。

data.plot.area(y=['open','close','high','low'])

三、散点图

1.用plt.scatter画散点图

scatter专门用于绘制散点图，使用方式和plot方法类似，区别在于前者具有更高的灵活性，可以单独控制每个散点与数据匹配，并让每个散点具有不同的属性。

2.实例

我们想知道股票今日的涨跌与明日涨跌之间的关系。这时候我们就可以绘制散点图(以下均是真实数据)

换一组数据试试：

通过2组数据来看，数据没有线性关系，说明长期来看，股票今日的涨跌与明日涨跌关系不大，大家也可是试试其他数据。

如何大家需要股票数据，可以在的头条号里面找到这篇文章：《Python—Tushare(财经数据接口包)：爬取中国股票历史数据的神器》里面有如何获取数据，并且特别的方便。

今天有点不在状态，就更新到这里吧，下期见！！！