graphpad做饼图_实验｜Pyecharts数据可视化分析-饼图

1. 实验介绍

本实验主要介绍饼图理论与基于Python的饼图实现。

1.1. 实验目的

掌握饼图基本使用场景，使用Python的pyecharts模块实现饼图。

1.2. 知识点

• 饼图理论

• 饼图实现

2. 饼图理论

• 线图介绍：

饼图以饼状图显示一个数据系列中各项的大小与各项总和的比例，也被称为做扇形统计图。

• 使用场景：

适用于二维数据，即一个分类字段，一个连续数据字段，当用户更关注于简单占比时，适合使用饼图。

• 饼图优点：

简单直观，很容易看到组成成分的占比。

• 饼图缺点：

不合适较大的数据集展现。数据项中不能有负值；当比例接近时，人眼很难准确判别。

3. 饼图分类

4. 饼图实现

#饼图from pyecharts import Pieattr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]v1 =[11, 12, 13, 10, 10, 10]pie =Pie("销售量饼图")pie.add("", attr, v1, is_label_show=True)#pie.show_config()pie.render("pie1.html")pie

输出结果：

5. 玫瑰图实现

#玫瑰图from pyecharts import Pieattr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]v1 =[11, 12, 13, 10, 10, 10]v2 =[19, 21, 32, 20, 20, 33]pie =Pie("销售量占比", title_pos='center', width=900)pie.add("商品A", attr, v1, center=[25, 50], is_random=True, radius=[30, 75], rosetype='radius')pie.add("商品B", attr, v2, center=[75, 50], is_random=True, radius=[30, 75], rosetype='area', is_legend_show=False, is_label_show=True)#pie.show_config()pie.render("pie2.html")pie

输出结果：

想获取更多内容，请关注海数据实验室公众号。

本期分享到这里，我们会每天更新内容，咱们下期再见，期待您的再次光临。有什么建议，比如想了解的知识、内容中的问题、想要的资料、下次分享的内容、学习遇到的问题等，请在下方留言。如果喜欢请关注。