
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
2.3.7 风向占比的饼图
作为数据分析中最常见的图表之一,饼图可以直观地展示数据分布及占比情况。下面通过统计风向数据,绘制一款普通的风向占比的饼图:

本例先通过value_counts()统计深圳10年间不同风向的天数,再通过plt.pie()绘制风向占比的饼图(见图2-15)。通过风向占比的饼图可以发现,深圳主要以微风为主(占比达41.2%,这可能和早期的风向定义不同)。另外,东北风占比达到12.2%,无持续风向占比达到11.1%,东南风占比达到8.4%,西南风占比达到6.5%,东风占比达到5.7%,北风占比达到5.4%,南风占比达到5.0%。

图2-15 深圳风向占比的饼图(2011—2020年)