lukisan carta pai visualisasi data python
Artikel ini membawakan anda pengetahuan yang berkaitan tentang python, yang terutamanya mengatur isu yang berkaitan dengan lukisan carta pai mengandungi satu siri fungsi yang berkaitan dengan fungsi lukisan, antaranya fungsi pai() Anda boleh lukis carta pai Mari kita lihat padanya. Saya harap ia akan membantu semua orang.
Pembelajaran yang disyorkan: python
Pyplot ialah subperpustakaan Matplotlib yang menyediakan API lukisan yang serupa dengan MATLAB.
Pyplot mengandungi satu siri fungsi lukisan, antaranya fungsi pie() boleh melukis carta pai
Apabila menggunakannya, kita boleh menggunakan import untuk mengimport perpustakaan pyplot dan menetapkan plt alias.
Kami juga menggunakan perpustakaan fungsi matematik numpy
1 Kami mula-mula melukis carta pai mudah
import matplotlib.pyplot as pltimport numpy as np x = np.array([10, 20, 30, 40])#用一维数组存入各个饼块的尺寸。plt.pie(x)#绘制饼状图,默认是从x轴正方向逆时针开始绘图plt.show()#显示饼状图
Antaranya, parameter dalam fungsi pai():
x: saiz setiap kepingan pai. Struktur seperti tatasusunan 1 dimensi.
2. Kemudian kami menambah label pada setiap bahagian carta pai, menambah tajuk pada carta pai dan mengira perkadaran pengguna setiap sistem pengendalian.
import matplotlib.pyplot as pltimport numpy as np plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] #指定字体为雅黑,解决文字乱码问题x = np.array([30, 24, 16, 30])plt.pie(x, labels=['Windows', 'Linux', 'ios', 'Android'], # 设置饼图标签,以列表形式传入 )plt.title("各操作系统使用占比")plt.show()
Parameter dalam fungsi pai():
x: saiz setiap bahagian pai. Struktur seperti tatasusunan 1 dimensi.
Label: Label setiap kepingan pai. ialah senarai rentetan. Nilai lalai ialah Tiada.
Fungsi plt.title() digunakan untuk menetapkan tajuk imej.
Nota: Menggunakan plt.title() secara langsung akan memaparkan bahasa Inggeris secara lalai.
3 Akhir sekali, paparkan dengan jelas bahagian setiap sistem pengendalian, tukar warna setiap pai dan serlahkan modul ios
import matplotlib.pyplot as pltimport numpy as np y = np.array([30, 24, 16, 30])plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] #指定字体为雅黑,解决文字乱码问题plt.pie(y, labels=['Windows', 'Linux', 'ios', 'Android'], # 设置饼图标签 autopct="(%1.1f%%)" #饼块内标签。 colors=("r", "blue", "#88c999", (1, 1, 0)), #设置各饼块的颜色,r表示red,blue代表蓝色 #88c998十六进制表示绿色 (1,1,0)以元组形式表示黄色 explode=[0, 0, 0.1, 0] # )plt.title("操作系统使用占比")plt.show()
<.> Antaranya, parameter dalam fungsi pai():
- autopct: label dalam blok pai, format label dalam blok pai dan paparkan peratusan dalam nilai format rentetan, autopct="%1.1f%%" menunjukkan bahawa nombor titik terapung dipaparkan, dan integer menduduki satu digit dan titik perpuluhan menduduki satu digit.
- warna: Tetapkan warna setiap bahagian
- -[Nota]: Senarai warna boleh terdiri daripada yang berikut:
Mewakili perkataan Inggeris berwarna: seperti merah "merah"
Singkatan perkataan berwarna seperti: merah "r", kuning "y"
Format RGB: Format perenambelasan seperti "#88c999" (r, g,b ) Bentuk Tuple meletup: Jarak mengimbangi setiap kepingan pai berbanding jejari bulatan pai, nilainya ialah perpuluhan. Bentuknya ialah struktur seperti tatasusunan 1 dimensi Semakin besar nilai, semakin jauh jarak ofset.
Atas ialah kandungan terperinci lukisan carta pai visualisasi data python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Hadidb: Pangkalan data Python yang ringan, tinggi, Hadidb (Hadidb) adalah pangkalan data ringan yang ditulis dalam Python, dengan tahap skalabilitas yang tinggi. Pasang HadIdb menggunakan pemasangan PIP: Pengurusan Pengguna PipInstallHadidB Buat Pengguna: CreateUser () Kaedah untuk membuat pengguna baru. Kaedah pengesahan () mengesahkan identiti pengguna. dariHadidb.OperationImportuserer_Obj = user ("admin", "admin") user_obj.

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Sebagai profesional data, anda perlu memproses sejumlah besar data dari pelbagai sumber. Ini boleh menimbulkan cabaran kepada pengurusan data dan analisis. Nasib baik, dua perkhidmatan AWS dapat membantu: AWS Glue dan Amazon Athena.

Langkah -langkah untuk memulakan pelayan Redis termasuk: Pasang Redis mengikut sistem operasi. Mulakan perkhidmatan Redis melalui Redis-server (Linux/macOS) atau redis-server.exe (Windows). Gunakan redis-cli ping (linux/macOS) atau redis-cli.exe ping (windows) perintah untuk memeriksa status perkhidmatan. Gunakan klien Redis, seperti redis-cli, python, atau node.js untuk mengakses pelayan.

Untuk membaca giliran dari Redis, anda perlu mendapatkan nama giliran, membaca unsur -unsur menggunakan arahan LPOP, dan memproses barisan kosong. Langkah-langkah khusus adalah seperti berikut: Dapatkan nama giliran: Namakannya dengan awalan "giliran:" seperti "giliran: my-queue". Gunakan arahan LPOP: Keluarkan elemen dari kepala barisan dan kembalikan nilainya, seperti LPOP Queue: My-Queue. Memproses Baris kosong: Jika barisan kosong, LPOP mengembalikan nihil, dan anda boleh menyemak sama ada barisan wujud sebelum membaca elemen.
