pandas 绘制非数值类型饼图

Excel 能够画饼图，但是限于本列数据为数值类型，对于非数值类型 (non-numeric type) 则无能无力，pandas 作为 excel 的代码版本，当然没有这个限制~

对于数值类型的列，可以直接用下面一行代码完成饼图：

1	df.plot.pie(y='col_name', figsize=(8, 6))

如果 col_name 是非数值列，代码会报以下错误：

1	TypeError: '<' not supported between instances of 'str' and 'int'

下面这个是 Matplotlib 画饼图的 MVP

import pandas as pd

import matplotlib.pyplot as plt
import seaborn as sns

# 设置中文字体和负号正常显示
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题
sns.set_context("paper")
sns.set_style('whitegrid')
sns.set(font='SimHei')  # 解决Seaborn中文显示问题


def pie_plot(values, labels, title):
    plt.figure(figsize=(10, 6), dpi=100)

    # 正圆
    plt.axes(aspect='equal')

    plt.pie(values, labels=labels, autopct='%.1f%%')

    plt.title(title)

    plt.legend()

需要用胶水将 pandas 的指定列和这个函数关联起来，胶水之一是 value_counts ，它可以对一列数据的值做字典统计，另外就是unique()，可以列举出某列的所有非重复值，这两份胶水分别对应这个函数的 values 和 labels 参数~

1
2
3

pie_plot(df['source'].value_counts().values, df['source'].unique(), '发布机型')

plt.show()

但是还有一个隐藏的问题是，value_counts 不会统计 nan ，但是 unique 会统计 nan，如果不去除 nan 会造成 value_counts().values 和 unique 长度不一样~

# 去除 nan 等空值
df.dropna(how='any', subset=['source'], inplace=True)

pie_plot(df['source'].value_counts().values, df['source'].unique(), '发布机型')

plt.show()

最后还有一个优化的点，为了保证图例标签的连续性，可以先给该列排个序~

# 去除 nan 等空值
df.dropna(how='any', subset=['source'], inplace=True)

# 排序
df.sort_values(by=f'source', ascending=True, inplace=True)

pie_plot(df['source'].value_counts().values, df['source'].unique(), '发布机型')

plt.show()