python数据可视化（5）——绘制饼图

课程学习来源：b站up：【蚂蚁学python】
【课程链接：【【数据可视化】Python数据图表可视化入门到实战】】
【课程资料链接：【链接】】

Python绘制饼图分析北京天气

饼图，是一个划分为几个扇形的圆形统计图表，能够直接以图形的方式直接显示各个组成部分所占比例

目的:查看2019年北京天气数据，使用饼图查看天气、风向、空气质量的数据对比

1.编写函数，创建一个pyecharts饼图对象

from pyecharts import options as opts
from pyecharts.charts import Pie 

def create_pie(datas, title) -> Pie:"""创建饼图对象@param datas：数据，形式为[('晴',115), ('多云',78), ('晴转多云',39)]@param title：图表的标题"""pie = Pie()pie.add("", datas)pie.set_global_opts( # 设置全局参数title_opts = opts.TitleOpts(title = title), # 图标标题legend_opts = opts.LegendOpts(pos_right = "right")# 图标标签放在右侧)pie.set_series_opts(label_opts = opts.LabelOpts(formatter = "{b}: {c}: {d}%"))# b:名称# c:数量# d:百分比return pie

2.读取北京2019天气数据

import pandas as pddf = pd.read_csv("../DATA_POOL/PY_DATA/ant-learn-visualization-master/datas/beijing_tianqi/beijing_tianqi_2019.csv")df.head(5)

	ymd	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
0	2019-01-01	1℃	-10℃	晴~多云	西北风	1级	56	良	2
1	2019-01-02	1℃	-9℃	多云	东北风	1级	60	良	2
2	2019-01-03	2℃	-7℃	霾	东北风	1级	165	中度污染	4
3	2019-01-04	2℃	-7℃	晴	西北风	2级	50	优	1
4	2019-01-05	0℃	-8℃	多云	东北风	2级	29	优	1

3.绘制饼图查看天气类型对比

df_tianqi = df.groupby("tianqi").size().sort_values(ascending = False)
# Flase表示递增为false，即选择递减
# 按照天气进行分组
df_tianqi # series

tianqi
晴         115
多云         78
晴~多云       39
多云~晴       34
小雨~多云      11
多云~雷阵雨     10
霾           8
多云~小雨       7
雷阵雨~多云      7
雷阵雨         7
阴~多云        5
多云~阴        4
小雨          4
雷阵雨~中雨      4
小雪~多云       4
阴~小雨        3
雷阵雨~晴       2
雷阵雨~小雨      2
霾~多云        2
中雨~多云       2
阴           2
中雨~小雨       2
多云~中雨       2
中雨~雷阵雨      2
阴~中雨        1
晴~霾         1
小雪          1
小雨~阴        1
小雨~晴        1
多云~中雪       1
雾~晴         1
霾~晴         1
霾~雾         1
dtype: int64

datas = list(zip(df_tianqi.index.to_list(), df_tianqi.to_list()))
# zip可以拼接两个list，形成一个二元组list
datas

[('晴', 115),('多云', 78),('晴~多云', 39),('多云~晴', 34),('小雨~多云', 11),('多云~雷阵雨', 10),('霾', 8),('多云~小雨', 7),('雷阵雨~多云', 7),('雷阵雨', 7),('阴~多云', 5),('多云~阴', 4),('小雨', 4),('雷阵雨~中雨', 4),('小雪~多云', 4),('阴~小雨', 3),('雷阵雨~晴', 2),('雷阵雨~小雨', 2),('霾~多云', 2),('中雨~多云', 2),('阴', 2),('中雨~小雨', 2),('多云~中雨', 2),('中雨~雷阵雨', 2),('阴~中雨', 1),('晴~霾', 1),('小雪', 1),('小雨~阴', 1),('小雨~晴', 1),('多云~中雪', 1),('雾~晴', 1),('霾~晴', 1),('霾~雾', 1)]

pie = create_pie(datas, "饼图=-天气对比")from IPython.display import HTML# 同上，读取 HTML 文件内容
# bar.render()的值是一个路径，以字符串形式表示
with open(pie.render(), 'r', encoding='utf-8') as file:html_content = file.read()# 直接在 JupyterLab 中渲染 HTML
HTML(html_content)

4.绘制饼图查看风向数据比例对比

df.head()

	ymd	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
0	2019-01-01	1℃	-10℃	晴~多云	西北风	1级	56	良	2
1	2019-01-02	1℃	-9℃	多云	东北风	1级	60	良	2
2	2019-01-03	2℃	-7℃	霾	东北风	1级	165	中度污染	4
3	2019-01-04	2℃	-7℃	晴	西北风	2级	50	优	1
4	2019-01-05	0℃	-8℃	多云	东北风	2级	29	优	1

df_fengxiang = df.groupby("fengxiang").size().sort_values(ascending = False)
datas = list(zip(df_fengxiang.index.to_list(), df_fengxiang.to_list()))
pie = create_pie(datas, "饼图-风向")from IPython.display import HTML# 同上，读取 HTML 文件内容
# bar.render()的值是一个路径，以字符串形式表示
with open(pie.render(), 'r', encoding='utf-8') as file:html_content = file.read()# 直接在 JupyterLab 中渲染 HTML
HTML(html_content)

5.绘制饼图查看空气质量对比

df.head()

	ymd	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
0	2019-01-01	1℃	-10℃	晴~多云	西北风	1级	56	良	2
1	2019-01-02	1℃	-9℃	多云	东北风	1级	60	良	2
2	2019-01-03	2℃	-7℃	霾	东北风	1级	165	中度污染	4
3	2019-01-04	2℃	-7℃	晴	西北风	2级	50	优	1
4	2019-01-05	0℃	-8℃	多云	东北风	2级	29	优	1

df_aqiInfo = df.groupby("aqiInfo").size().sort_values(ascending=False)
datas = list(zip(df_aqiInfo.index.to_list(), df_aqiInfo.to_list()))
pie = create_pie(datas, "饼图-空气质量")from IPython.display import HTML# 同上，读取 HTML 文件内容
# bar.render()的值是一个路径，以字符串形式表示
with open(pie.render(), 'r', encoding='utf-8') as file:html_content = file.read()# 直接在 JupyterLab 中渲染 HTML
HTML(html_content)