# 文件类型判断 该文件为“代码+文本型”。 由于文本内容为数据分析与可视化任务的具体要求，属于与代码相关的指令性文本，因此进入步骤4a处理流程。 ## 题目重述 使用Python绘制中国癌症患者数据集中各类癌症类型的占比饼图。需设置中文字体以确保中文标签正常显示，并读取名为`china_cancer_patients_synthetic.csv`的CSV数据文件。 ## 给出答案（答案为带注释的代码块） ```python import pandas as pd import matplotlib.pyplot as plt # 设置中文字体 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 读取数据 wujing_df = pd.read_csv('china_cancer_patients_synthetic.csv') # 统计各肿瘤类型频次 tumor_counts = wujing_df['TumorType'].value_counts() # 绘制饼图 plt.figure(figsize=(8, 8)) plt.pie(tumor_counts, labels=tumor_counts.index, autopct='%1.1f%%', startangle=150) plt.title('中国癌症患者肿瘤类型占比') plt.show() ``` ## 代码解析 1. **导入依赖库**：`pandas`用于数据处理，`matplotlib.pyplot`用于绘图。 2. **中文字体配置**：通过`rcParams`设置SimHei（黑体）支持中文显示，关闭负号Unicode渲染异常。 3. **数据加载**：利用`pd.read_csv()`函数读取指定路径的CSV文件，生成DataFrame对象`wujing_df`。 4. **类别统计**：调用`.value_counts()`方法对`TumorType`列进行频数统计，返回各癌种出现次数并自动降序排列。 5. **绘图实现**： - 创建大小为8×8英寸的图形窗口； - 调用`plt.pie()`绘制饼图，传入数值`counts`、标签`index`（即癌种名称），启用百分比格式化输出`%1.1f%%`，起始角度设为150度以优化布局； - 添加标题“中国癌症患者肿瘤类型占比”； - `plt.show()`展示最终图像。 ## 知识点（列出该代码中遇到的知识点） - **Pandas数据读取与统计** 使用`read_csv()`加载结构化数据，`value_counts()`快速计算分类变量频次，是数据分析基础操作。 - **Matplotlib饼图绘制** `plt.pie()`可将分类数据可视化为扇形区域，参数如`autopct`控制数值显示格式，`startangle`调整整体旋转角度。 - **中文字体设置** 通过`plt.rcParams`修改全局配置项，解决Matplotlib默认不支持中文导致的乱码问题，适用于所有后续图表。