本文实例为大家分享了python绘制饼图和直方图的具体代码，供大家参考，具体内容如下
#饼图，常与结构分析结合使用
import pandas
import numpy
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
#导入数据
plot_pie=pandas.read_csv('D://Python projects//reference data//6.3//data.csv')
#计算每个品牌的用户数,保留序列
result=plot_pie.groupby(
by=['通信品牌'],
as_index=False
)['号码'].agg({
'用户数':numpy.size})
#使用弹窗绘图
%matplotlib qt
#设置长宽分辨率
plt.figure(figsize=(20,20),dpi=10)
#使用绝对路径获取字体的名称的方法
fontname=font_manager.FontProperties(
fname="C://Windows//Fonts//FZSTK.TTF")
#设置字体
font={
'family':fontname.get_name(),
'size':20}
matplotlib.rc('font',**font)
#设置横轴与纵轴等长的饼图
plt.axis('equal')
#绘制饼图
plt.pie(
result['用户数'],
labels=result['通信品牌'],
autopct='%.2f%%')
#设置突出的部分
explode=(0.1,0.2,0.3)
plt.axis('equal')
plt.pie(
result['用户数'],
labels=result['通信品牌'],
autopct='%.2f%%')结果为：
直方图：
#直方图
import pandas
import matplotlib
from matplotlib import pyplot as plt
#设置字体
font={
'family':'SimHei',
'size':15}
matplotlib.rc('font',**font)
#导入数据
data_histogram=pandas.read_csv('D://Python projects//reference data//6.5//data.csv')
maincolor=(42/256,87/256,141/256,1)
#绘制初步直方图
plt.hist(data_histogram.购买用户数,
color=maincolor)
plt.hist(data_histogram['购买用户数'],
color=maincolor)结果为：
#设置分组个数为30 plt.hist(data_histogram.购买用户数, bins=(30), color=maincolor)
结果为：
#绘制瀑布图，即累计计算 plt.hist(data_histogram.购买用户数, bins=(30), cumulative=True, color=maincolor)
结果为：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持Devmax。