Python数据分析：数据可视化实战教程( 三 ) 本文的文字及图片来源于网络

适合图形：查看占比，适合用饼图pie

第二步

转换数据：需要一个二维数据框，按天数取两种用户的平均值
应用函数：应用plt的plot.pie函数绘制饼图

第三步

参数设置：这是数据标签和类别标签

#考虑到相同日期是否工作日 ， 星期几 ， 以及所属年份等信息是一样的 ， 把租赁数据按天求和 ， 其它日期类数据取平均值day_df = Bikedata.groupby(['date'], as_index=False).agg({'casual':'sum','registered':'sum','count':'sum', 'workingday':'mean','weekday':'mean','holiday':'mean','year':'mean'})day_df.head()

文章插图

#按天取两种类型用户平均值number_pei=day_df[['casual','registered']].mean()number_peicasual 517.411765registered 2171.067031dtype: float64#绘制饼图plt.axes(aspect='equal')plt.pie(number_pei, labels=['casual','registered'], autopct='%1.1f%%', pctdistance=0.6 , labeldistance=1.05 , radius=1 )plt.title('Casual or registered in the total lease')Text(0.5,1,'Casual or registered in the total lease')

文章插图
【Python数据分析：数据可视化实战教程】总结

要清楚自己想表达什么，有了明确的问题，选择合适的图形，然后按照需求从整体数据中选择自己需要的数据，查阅资料了解函数的参数设置，最后完成图形的绘制
matplotlib是python绘图的基础，也是其他拓展包的基础，认真学习matplotlib的常用图形和参数是很有必要的