【matplotlib 實戰】--餅圖

wang_yb發表於2023-10-14

餅圖，或稱餅狀圖，是一個劃分為幾個扇形的圓形統計圖表。
在餅圖中，每個扇形的弧長（以及圓心角和麵積）大小，表示該種類佔總體的比例，且這些扇形合在一起剛好是一個完全的圓形。

餅圖最顯著的功能在於表現“佔比”。
習慣上，人們透過比較餅圖扇形的大小來獲得對資料的認知。

使用餅圖時，須確認各個扇形的資料加起來等於100%；
且避免扇區超過5個，扇形的排布順序，一般情況下，將最大的扇形放在12點鐘方向。

1. 主要元素

餅圖的主要元素包括：

  1. 餅片（扇形）：餅圖由多個餅片組成，每個餅片的大小代表了對應部分在總體中的比例關係。
  2. 標籤：餅圖中的每個餅片通常都會有一個標籤，用於表示對應部分的具體名稱或者數值。
  3. 圖例：圖例是餅圖的一部分，用於解釋每個餅片所代表的含義，幫助觀察者理解圖表。
  4. 百分比：餅圖通常會顯示每個餅片所佔的百分比，以便更直觀地展示比例關係。

圖片來自 antv 官網

2. 適用的場景

餅圖適用的場景包括：

  • 比例展示：展示一個總體中各個部分的比例關係，例如市場份額、人口比例等。
  • 分類資料：展示分類資料的比例關係，例如某個產品的銷售額佔比、不同地區的人口分佈等。
  • 簡單資料分析：簡單的資料分析，幫助觀察者快速瞭解資料的分佈情況和相對大小。
  • 強調重點：突出某個部分的重要性，引起觀察者的注意，例如某個產品的關鍵特點或者某個地區的重要經濟指標。

3. 不適用的場景

餅圖不適用的場景包括：

  • 多個分類變數：當資料包含多個分類變數時，餅圖可能會變得複雜和難以理解，不適合展示覆雜的關係。
  • 資料過於細分：當資料被分成過多的小塊時，餅圖可能會變得擁擠和難以辨認，不適合展示細分資料。
  • 資料差異較小：當各個部分的差異較小，比例接近時，餅圖可能無法清晰地展示差異，不適合展示相似的資料。
  • 需要精確數值比較：餅圖通常只能展示相對比例關係，無法提供精確的數值比較，不適合需要準確數值的場景。

4. 分析實戰

本次用餅圖統計展示 不同人口規模的城市數量 的統計情況。

4.1. 資料來源

資料來自國家統計局公開的城市概況資料，可從下面的網址下載：
https://databook.top/nation/A0B

使用其中的 A0B01.csv 檔案（分機構型別法人單位數）

fp = "d:/share/A0B01.csv"

df = pd.read_csv(fp)
df

image.png

4.2. 資料清理

最新的2022年資料缺失較多，所以選取2021年的資料進行分析。

data = df[df["sj"] == 2021]
data

image.png

第一條資料全部城市情況，統計需要去除，另外，指標的名稱太長，統計前也可以調整下。
接著上面過濾後的資料繼續資料清洗：

data = data.reset_index() # 重置索引
data = data.iloc[1:]  # 忽略第一條合計的資料

#調整指標名稱，刪除多餘的文字
data["zbCN"] = data["zbCN"].str.replace("城市市轄區年末總", "")
data["zbCN"] = data["zbCN"].str.replace("地級及以上", "")

data

image.png

最後得到的資料有6條，餅圖一般來說資料不要超過5個，6個也還行，再多就影響顯示效果了。

4.3. 分析結果視覺化

with plt.style.context("seaborn-v0_8"):
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

    ax.pie(data["value"], autopct="%1.1f%%")
    ax.legend(
        data["zbCN"].tolist(),
        loc="center",
        bbox_to_anchor=(1, 0, 0.5, 1),
    )

image.png

從分析結果可看出，50萬~200萬人口的城市超過一半，是大多數的城市規模。
兩端的情況（人口20萬以下，或者400萬以上）的城市佔比最小。

相關文章