189 8069 5689
y：数值
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网络空间、营销软件、网站建设、临江网站维护、网站推广。
labels = x：月份标签
labeldistance=1.2：这个表示月份标签到圆饼图的距离
startangle=90：这个表示开始角度，90度，代表着1月份在时钟12点方向
counterclock=False：这个代表数据的顺时针还是逆时针方向，FALSE代表顺时针，TRUE代表逆时针
autopct='%3.2f%%'：这个是数据标签，圆饼图上显示每一块所占的百分比；
上一课介绍了柱形图和条形图，本课将介绍另外几种统计图表。
Box Plot 有多种翻译，盒须图、盒式图、盒状图或箱线图、箱形图等，不管什么名称，它的基本结构是这样的：
这种图是由美国著名统计学家约翰·图基（John Tukey）于 1977 年发明的，它能显示出一组数据的上限、下限、中位数及上下四分位数。
为了更深入理解箱线图的含义，假设有这样一组数据：[1, 3, 5, 8, 10,11, 16, 98 ]，共有 8 个数字。
首先要计算箱线图中的“四分位数”，注意不是 4 个数：
对于已经排序的数据 [1, 3, 5, 8, 10,11, 16, 98 ]，下四分位数（Q1）的位置是数列中从小到大第 2.25 个数，当然是不存在这个数字的——如果是第 2 个或者第 3 个，则存在。但是，可以用下面的原则，计算出此位置的数值。
四分位数等于与该位置两侧的两个整数的加权平均数，此权重取决于相对两侧整数的距离远近，距离越近，权重越大，距离越远，权重越小，权数之和等于 1。
根据这个原则，可以分别计算本例中数列的 3 个四分位数。
在此计算基础上，还可以进一步计算四分位间距和上限、下限的数值。
先看一个简单示例，了解基本的流程。
输出结果：
这里绘制了两张箱线图，一张没有显示平均值，另外一张显示了平均值，所使用的方法就是 boxplot，其完整参数列表为：
参数很多，不要担心记忆问题，更别担心理解问题。首先很多参数都是可以“望文生义”的，再有，与以前所使用的其他方法（函数）的参数含义也大同小异。
输出结果：
所谓的“凹槽”，不是简单形状的改变，左右折线的上限区间表示了数据分布的置信区间，横线依然是上限和下限。
1、首先打开python绘制饼图表。
2、其次在python绘制饼图表中插入图标以及扇形面积。
3、最后点击添加即可。
我们在运用Python制作各种图形的时候，经常需要绘制饼图。那么如何用Python绘制饼图呢？下面我给大家分享演示一下。
工具/材料
Pycharm
01
首先我们需要在Excel文件中准备好饼图的数据，如下图所示
02
接下来我们打开Pycharm，新建Python文件，导入Python的pandas库，利用pandas将Excel数据加载到缓存中，如下图所示
03
然后我们在导入pyplot库，运用pyplot库的pie进行饼图的绘制，如下图所示
04
接着运行程序以后我们就可以看到一张如下图所示的饼图了，但是四周的名称和Excel中的还是不太一样，接下来修改四周的名称
05
我们在运用pandas库加载Excel数据文件的时候加上index_col属性即可，如下图所示
06
这次在运行程序我们就可以看到饼图四周的名称和Excel中的一样了，如下图所示
07
接着我们在运用pyplot中的title和ylable设置饼图的标题和Y坐标轴的名称，如下图所示
08
最后运行文件就可以看到下面这个信息比较齐全的饼图了，如下图所示，到这里用Python绘制饼图就结束了
matplotlib
饼状图:
保存图片:
subplot_adjust:
enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
语法：
enumerate(sequence, [start=0])
参数：
sequence -- 一个序列、迭代器或其他支持迭代对象。
start -- 下标起始位置。
返回值：
返回 enumerate(枚举) 对象。
扫码关注【牵引小哥讲Python】，关注回复【资源】领取学习资源！
本期小哥主要讲解饼图的绘制方法。在Matplotlib中使用 ax.pie() 函数绘制饼图。官方参考链接：
关键参数说明：
应用举例：
对于 labels 也可通过 legend 显示。
ax.pie() 函数的返回值有三个：
在进阶用法中，小哥结合Python的格式化输出和 ax.pie() 返回值，示范如何将每个扇区对应的数量标注到图中。