3-5 直方图、饼图和箱线图 (1)讲解.pptx

Python数据分析与可视化主讲人：杜旭阳3.3.4直方图

案例以上是31个省市2019年人均可支配收入，1.对此数据做直方图2.将直方图颜色改成青色，调整柱子的个数为20省市2019年人均可支配收入（元）省市2019年人均可支配收入（元）北京67755.9湖北28319.5天津42404.1湖南27679.7河北25664.7广东39014.3山西23828.5广西23328.2内蒙古30555海南26679.5辽宁31819.7重庆28920.4吉林24562.9四川24703.1黑龙江24253.6贵州20397.4上海69441.6云南22082.4江苏41399.7西藏19501.3浙江49898.8陕西24666.3安徽26415.1甘肃19139福建35616.1青海22617.7江西26262.4宁夏24411.9山东31597新疆23103.4河南23902.7

1.直方图pyplot模块的hist()函数用于绘制直方图。matplotlib.pyplot.hist(x,bins=None,color=None,label=None,...,**kwargs)x--表示输入值。bins--表示绘制条柱的个数。color--表示条柱的颜色，默认为None。

shouru=[67755.9,42404.1,25664.7,23828.5,30555,31819.7,24562.9,24253.6,69441.6,41399.7,49898.8,26415.1,35616.1,26262.4,31597,23902.7,28319.5,27679.7,39014.3,23328.2,26679.5,28920.4,24703.1,20397.4,22082.4,19501.3,24666.3,19139,22617.7,24411.9,23103.4]案例数据准备

简单直方图

2.将直方图颜色改成青色，调整柱子的个数为20

3.3.5饼图Python数据分析与可视化

案例2019年全国GDP中，第一产业增加值、第二产业增加值、第三产业增加值占比如下，对此数据做饼图。年份第一产业增加值占比%第二产业增加值占比%第三产业增加值占比%20197.13953.9

1.绘制饼图matplotlib.pyplot.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,shadow=False,labeldistance=1.1,startangle=None,radius=None,…)常用参数及说明如下表所示。绘制的饼图，默认半径长度为1.

3.条形图数据准备sanchan=[7.1,39,53.9]绘制简单饼图

绘制饼图，要求1.添加文字标签[‘第一产业’,’第二产业’,’第三产业’]2.添加数据标签，保留一位小数3.将标签放置在饼图内4.突出第二产业扇形5.更改饼图颜色为pink、lightgreen、lightblue6.添加图例

plt.pie(sanchan,labels=[第一产业,第二产业,第三产业],autopct=%0.1f%%,labeldistance=0.8,explode=[0,0.3,0],colors=[pink,lightgreen,lightblue])plt.legend()

添加属性wedgeprops=dict(width=0.6,edgecolor=w)，该属性必须传递字典，饼图变为环形图plt.pie(sanchan,labels=[第一产业,第二产业,第三产业],autopct=%0.1f%%,labeldistance=0.8,explode=[0,0.05,0],colors=[pink,lightgreen,lightblue],wedgeprops=dict(width=0.6,edgecolor=w))plt.legend()plt.show()环形图

3.3.6箱线图Python数据分析与可视化

1.箱线图箱线图（boxplot）也称箱型图，其绘制需使用常用的统计量，能提供有关数据位置和分散情况的关键信息，尤其在比较不同特征时，更可表现其分散程度差异。箱线图用数据中的五个统计量（最小值、下四分位数、中位数、上四分位数和最大值）来描述数据，它也可以粗略地看出数据是否具有对称性、分布的分散程度等信息，特别可以用于对几个样本的比较。

绘制箱线图boxplot函数matplotlib