如何用Python繪製圓餅圖

更新於 發佈於 閱讀時間約 5 分鐘

首先這是我們的資料:

import pandas as pd

data =  pd.read_csv("新北市1999市政服務專線便民服務工作成果表(每月).csv")
raw-image

資料內皆為年月資料,但我們想分析年度資料,所以先做groupby處理:

#建立年度欄位​
data["民國年"] = list(map(lambda x: str(x)[0:3] + "年",data["民國年月"]))

#groupby​
data = data.drop(columns=["民國年月","項目"]).groupby("民國年").agg("mean").reset_index().round()
raw-image

為了方便繪製圓餅圖,我們先將資料轉置一下:

#資料轉置,並重設索引
data = data.T.reset_index()

#轉置未能自動補上欄位,所以手動讓第一行的資料作為欄位名稱
data.columns = data.iloc[0]

#然後調整正確的欄位名稱,並刪除不需要的第一行
data.rename(columns={"民國年":"變項"},inplace=True)
data.drop([0],inplace=True)

最後得到我們繪圖所需的資料:

raw-image

開始繪製圓餅圖:

import matplotlib

#選擇字體為:Microsoft YaHei
matplotlib.rc("font",family="Microsoft YaHei")

from matplotlib import pyplot as plt

#---------------------------------

#建立圖的大小
plt.figure(figsize=(16,4))

#---------------------------------

#建立第一個子圖
ax0 = plt.subplot2grid((2,8),(0,0),colspan=8,rowspan=1)

#建立x軸(年度)與y軸(總計)的資料
ax0_x = data.columns.tolist() #取所有欄位名稱
del(ax0_x[0]) #刪除第一個元素:"變項"
ax0_y = data.iloc[3].drop("變項") #取第4行的資料,並刪除元素:"變項",只留數字資料

#繪制直條圖
ax0.bar(ax0_x,height=ax0_y,color="darkslategray")

#加上圖表文字
for x,y in zip(ax0_x,ax0_y):
    ax0.text(x,
             y+10000,
             str(round(y/10000))+"萬",
             horizontalalignment="center",
             color="black")

#設定y軸相關資訊
ax0.set_ylim(0,150000)
ax0.set_yticks([])
ax0.set_yticklabels([])

#刪除上、左、右邊的圖框
ax0.spines[["top","left","right"]].set_visible(False)

#--------------------------

#刪除索引4的資料(總計),保留剩餘的資料,來繪製圓餅圖
data_pie = data.drop([4])

#繪製圓餅圖
for i,x in zip(range(0,8),ax0_x):

    globals()[f"ax{i}"] = plt.subplot2grid((2,8),(1,i),colspan=1,rowspan=1) #安排每個圓餅圖的子圖位置

    e = [0.1,0,0] #圓餅圖的突出係數

    #繪製圓餅圖
    globals()[f"ax{i}"].pie(data_pie[x], #圓餅圖的資料
                            colors=["darkcyan","c","cyan"], #顏色
                            explode=e, #突出係數
                            textprops={"size":10}, #圓餅圖內文字大小
                            autopct="%.1f%%", #加上各部分的比例數字
                            shadow=True) #加上陰影

#繪製圖例
plt.legend(labels=["諮詢服務","轉接電話","陳情案件"],bbox_to_anchor=(-2.4,0),ncols=3)

#補上整張圖的標題
plt.suptitle("新北市1999市政服務專線\n歷年進線總量直條圖及案件類別圓餅圖")
raw-image


留言
avatar-img
留言分享你的想法!
avatar-img
果農的沙龍
7會員
61內容數
我是果農,這裡有我的人資職涯經驗分享,與我菜鳥般的Python資料分析筆記,還有一些讀書心得,希望對大家有幫助。
果農的沙龍的其他內容
2024/08/30
如何用Python做可調整是否能重複抽獎的程式
Thumbnail
2024/08/30
如何用Python做可調整是否能重複抽獎的程式
Thumbnail
2024/08/23
如何用Python繪製彩色表格
Thumbnail
2024/08/23
如何用Python繪製彩色表格
Thumbnail
2024/08/23
如何調整成Python的日期格式
Thumbnail
2024/08/23
如何調整成Python的日期格式
Thumbnail
看更多
你可能也想看
Thumbnail
沙龍一直是創作與交流的重要空間,這次 vocus 全面改版了沙龍介面,就是為了讓好內容被好好看見! 你可以自由編排你的沙龍首頁版位,新版手機介面也讓每位訪客都能更快找到感興趣的內容、成為你的支持者。 改版完成後可以在社群媒體分享新版面,並標記 @vocus.official⁠ ♥️ ⁠
Thumbnail
沙龍一直是創作與交流的重要空間,這次 vocus 全面改版了沙龍介面,就是為了讓好內容被好好看見! 你可以自由編排你的沙龍首頁版位,新版手機介面也讓每位訪客都能更快找到感興趣的內容、成為你的支持者。 改版完成後可以在社群媒體分享新版面,並標記 @vocus.official⁠ ♥️ ⁠
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
本文將介紹如何用Python繪製群組直條圖。
Thumbnail
本文將介紹如何用Python繪製群組直條圖。
Thumbnail
本文將介紹如何利用Python進行資料分析並繪製圓餅圖。
Thumbnail
本文將介紹如何利用Python進行資料分析並繪製圓餅圖。
Thumbnail
本文介紹如何用Python繪製散布圖與迴歸線
Thumbnail
本文介紹如何用Python繪製散布圖與迴歸線
Thumbnail
這篇文章介紹如何使用Python整理資料成百分比資料以及繪製百分比堆疊直條圖。
Thumbnail
這篇文章介紹如何使用Python整理資料成百分比資料以及繪製百分比堆疊直條圖。
Thumbnail
透過分析臺灣好行的公開資料,分享如何用Python繪製折線圖
Thumbnail
透過分析臺灣好行的公開資料,分享如何用Python繪製折線圖
Thumbnail
本文介紹了如何使用資料樞紐分析的功能來整理所需的資料,並設定圖表的中文字型,最後提供了繪圖的程式碼範例。
Thumbnail
本文介紹了如何使用資料樞紐分析的功能來整理所需的資料,並設定圖表的中文字型,最後提供了繪圖的程式碼範例。
Thumbnail
本文介紹瞭如何使用 Python pandas 進行資料分析,包括如何使用 corr() 函數針對數字類型的欄位進行分析,以及如何刪除不需要的欄位和取得想要的小數位數。
Thumbnail
本文介紹瞭如何使用 Python pandas 進行資料分析,包括如何使用 corr() 函數針對數字類型的欄位進行分析,以及如何刪除不需要的欄位和取得想要的小數位數。
Thumbnail
過往我們有介紹了「【Google Colab Python系列】 資料處理神器 Pandas 起手式」, 相信對於pandas的基本操作具有一定的基礎知識了, 主要著重在基本的操作, 讓我們快速篩選與分析資料, 但真實的世界是有可能具有很多類型的資料集分別儲存, 而不同的資料集又具有一些相似度, 需
Thumbnail
過往我們有介紹了「【Google Colab Python系列】 資料處理神器 Pandas 起手式」, 相信對於pandas的基本操作具有一定的基礎知識了, 主要著重在基本的操作, 讓我們快速篩選與分析資料, 但真實的世界是有可能具有很多類型的資料集分別儲存, 而不同的資料集又具有一些相似度, 需
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News