摆盘篇-Day28｜占比圆盘：饼图 pie，看占比分布

📖 知识点

1. 饼图适合什么？

饼图（pie）：把一个整体切成几块，每块大小代表该类占整体的比例。最适合看 "占比分布"。

💡 生活比喻饼图像一块 "披萨"：按人头分，谁吃得最多、占了几成，一看切片大小就清楚。比例分布用它最直观。

2. 基本饼图

import matplotlib.pyplot as plt
import pandas as pd

# 各菜系销量占比
df = pd.DataFrame({
    "菜系": ["川菜", "鲁菜", "粤菜"],
    "销量": [140, 90, 50],
})
# 画饼图：用"菜系"做标签、"销量"做占比
df.plot(kind="pie", y="销量", labels=df["菜系"], autopct="%.1f%%", title="各菜系销量占比")
plt.show()

• y="销量"：用哪一列算占比

• labels=df["菜系"]：每块的标签（菜系名）

• autopct="%.1f%%"：在每块上显示占比数字（保留 1 位小数）

3. 常用参数

⚠️ 易错提醒

1. 饼图只适合看占比，不适合比精确大小（人眼对面积不如对长度准）

2. 类别太多时饼图会很乱，建议类别少（3~6 类）时用

3. labels 要传列表，和 y 列的长度对应

⚔️ Kata 实战任务

任务需求：

1. 导入 matplotlib 和 pandas

2. 创建一份 "各菜系销量" 数据

3. 用 kind="pie" 画饼图，y="销量"、labels 设菜系

4. 加 autopct 显示占比数字

5. 显示并打印占比解读

参考代码

import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 各菜系销量数据
df = pd.DataFrame({
    "菜系": ["川菜", "鲁菜", "粤菜"],
    "销量": [140, 90, 50],
})

# 占比圆盘：画饼图
df.plot(kind="pie", y="销量", labels=df["菜系"],
        autopct="%.1f%%", title="各菜系销量占比", figsize=(6, 6))
plt.show()

# 打印占比
total = df["销量"].sum()
print(f"✅ 饼图已生成！总销量{total}")
for _, row in df.iterrows():
    print(f"  {row['菜系']}: {row['销量']}（{row['销量']/total*100:.1f}%）")

运行输出（弹出一张饼图 + 终端打印）：

✅ 饼图已生成！总销量280
  川菜: 140（50.0%）
  鲁菜: 90（32.1%）
  粤菜: 50（17.9%）

💡 观察：饼图把 280 的销量切成 3 块，川菜占一半 (50%) 最大块，粤菜最小 (17.9%)。占比分布一眼看清。

🧠 思考题

1. 饼图和柱状图都涉及 "多个类别"，它们各自最擅长表达什么？什么时候该用饼图？

2. 如果菜系有 8 个，还适合用饼图吗？为什么？